f(n)在O( g(n) )中，它能有与g(N)相同的增长吗？
在给出答案之前，我想先解释一下问题中的一些概念。
- f(n)和g(n)：这里的f(n)和g(n)是函数，表示随着输入规模n的增长，函数的执行时间或者资源消耗等指标的增长情况。
- O( g(n) )：这是一种表示算法复杂度的记号，表示函数f(n)的增长情况不会超过g(n)的增长情况。具体来说，如果f(n)在O( g(n) )中，意味着存在一个常数C和一个正整数N，使得对于所有n>N，f(n) <= C * g(n)。
现在来回答问题：f(n)在O( g(n) )中，它能有与g(N)相同的增长吗？
根据O记号的定义，f(n)在O( g(n) )中意味着f(n)的增长情况不会超过g(n)的增长情况。因此，f(n)不可能有与g(n)相同的增长。
举个例子来说明，假设f(n) = n^2，g(n) = n。显然，f(n)的增长情况是二次的，而g(n)的增长情况是线性的。因此，f(n)在O( g(n) )中，但它的增长情况与g(n)不同。
总结起来，f(n)在O( g(n) )中，它不可能有与g(n)相同的增长。
相关·内容
1回答
我正在寻找一个简单的例子函数f(n)，它是其他函数g(n)的大O，但不是g(n)的小o。换句话说，有些f(n)使得f(n)是O(g(n))，而不是o(g(n))。
我能想到的最简单的情形是f( n ) = n，g(n) =N，f(n)显然是O(g(n))。我们在课堂上了解到，小o符号的一个定义是f(n)/g(n)是否为n->无穷大，是否变为0。在这种情况下，f(n)/g(n)当n走向无穷近1时，f(n)是而不是 o(g(n))。
这个逻辑正确吗？我是不是遗漏了什么？
浏览 3提问于2020-02-06得票数 4
回答已采纳
给定f(n) = n^(1+sin(n*pi/2))/2和g(n) = n^0.5，如何证明f(n) = O(g(n)) / f(n) = Omega(g(n)) / f(n) = Theta(g(n))？ 我已经计算出f(n)似乎没有界限，因为函数随着n变大而变大变小……(我在这里绘制了图表) https://www.desmos.com/calculator/xtrh124rjb 那么，人们如何证明它属于哪一个呢？或者它既不属于它们也不属于它们，因为它根本没有边界...？
浏览 22提问于2019-03-07得票数 1
1回答
我正试图解决这些问题。在第一种性质中，它似乎是转置对称的，但在f(n)中有表示法的不同。
对于所有阳性的f(n)，g(n)和h(n)
g(n) + h(n) = (f(n)). If f(n) = O(g(n))和f(n) = Ω(h(n))
如果(f(n))3 = Θ((g(n))3)和，f(n) = O(g(n))和f(n) = Ω(g(n))，那么我们就有了f(n) = O(g(n))
如果(f(n))2 = (g(n))2和，f(n) = O(g(n))和f(n) = Ω(g(n))，那么我们就有了f(n) = O(g(n))
浏览 3提问于2021-10-02得票数 0
2回答
算法中的大O
、、
我读了一篇文章，发现了以下内容：
非正式地说，O( g(n) )可以定义为一组数学函数，其中包含的所有函数都不会比g(N)“增长得更快”。因此，下面的所有函数都在O(n平方)：f(n) = n²+3n + 2, f(n) = n log(n), f(n) = 3n+1中。有谁能告诉我f(n) = n²+3n +2比g(n)长得快吗？
浏览 7提问于2021-11-06得票数 0
例如，像下面的问题一样，我可以通过做极限比较测试来解决这个问题吗？
设f(n) =n·(4^n)，g(n) = 2^(3n)
哪种关系最适用：
f(n)≤O(g(n))，f(n)≥Ω(g(N))，或者f(n) =Θ(g(n))？
浏览 3提问于2020-05-03得票数 0
2回答
所以我一直在学习Big O notation ( Noob )，大多数东西对我来说都像是外星人的语言。现在我明白了对数的基本原理，就像base2的log16是2的幂等于16的幂，现在对于二分搜索，大O( LogN )对我来说毫无意义，LogN的值到底是多少，这里的底数是多少？我在网上搜索过，问题是每个人都从数学上解释了这一点，我不能理解我不擅长数学。有没有人能用基本的英语给我解释一下，而不是像指数一样的外来语。我知道二进制搜索是怎么工作的。
第二个问题:我甚至不知道f=Ω(g)这个符号是什么意思，有人能用通俗易懂的英语给我解释一下这里需要什么吗，我不想要答案，这是什么意思。问题:在以下每种情况
浏览 0提问于2015-09-19得票数 4
我的问题是：
“如果f(n)是O(g(n))，那么f(n)的生长速度不超过g(n)，对还是假？”
我的理解是：
O(g(n))大于g(n)，因为它是上界
f(n)是O(g(n))
f(n)大于g(n)
f(n)比g(n)长得快
所以答案一定是假的
但事实证明答案是对的，我哪里出了错？
浏览 2提问于2018-08-16得票数 0
1回答
关于big-0有很多解释，但我对此感到很困惑。
关于函数中大O的定义
f (n) ≤ c ·g(n), for n ≥ n0
“ f (n) is big-Oh of g(n).”
但是，用大O表示法描述函数，通常只提供函数增长率的上界。
因此，在这里，34是集合{ 5, 10, 34 }的上限
因此，如果在这个图中f(n)是O( g(n) )，因为如果我得到g(N)函数的上界，它的值将不同于这里提到的关于n>=n0的值。
浏览 2提问于2015-05-12得票数 0
回答已采纳
给定PHP中的两个函数，例如
function f($n) {
return $n;
}
function g($n) {
return pow($n, (2/3));
}
如何检查函数f(n)是否在Ω(g(n))、Θ(g(n))或O(g(n))中？
到目前为止我尝试过的是：
$n = INF;
$A = f($n) / g($n);
if ($A == 0) {
echo "f(n) = O(g(n))";
} elseif (is_infinite($A)) {
echo "f(n) = Ω(g(n))";
} else
浏览 3提问于2014-03-14得票数 0
回答已采纳
1回答
假设我们有一个函数f(n)= log，另一个函数g(N)=logn^2，问题是f(n)=O(g(n))还是f(n)=big_Theta(g(n))。由于log n^2 =2 log n，那么我的问题的另一种方式是，我们可以使用分数作为常数k吗？对于big_Theta选项，下限为k1=1/4，上限为k2=1。这样可以吗？
显然，k不能是零或负，但我对分数不确定，我在网上或我看过的书中也看不到明确的答案。
提前感谢您的帮助。
浏览 3提问于2015-10-22得票数 1
大O的非正式思想被描述为“它是函数增长的最高阶”，即f(n) = 3n^2 + 5n + 50就是O(n^2)。
我确实明白，“大O”只是一种“保证不会比这一时期更糟”的说法。形式上，定义为f(n) -> O( g(n) )当且仅当f(n) <= c*g(N)其中c为正
首先是一些麻烦事..。如果f(n) = 5n^2，g(n)=n应该能够通过以下方式显示5n^2不是O(g(n))
5n^2 <= cn
5n <= c
如果它的意思是c不是常数(我不知道它是否是必要条件)，并且证明f(n)不在O( g(n)中)，那么如果g(N)是n^3 (其中肯定应该包含它)呢？
5n
浏览 4提问于2013-09-30得票数 0
回答已采纳
我有以下功能，需要在它们的增长率中排序。但是如何证明函数g(n)在列表中直接跟随函数f(n)，那么f(n)应该是O(g(n))吗？
我尝试了键-一些值的n(如10,1000,5000)，它是5<4<2<1< 3，从1000。
如何渐进地证明这一阶呢？
浏览 1提问于2019-01-27得票数 0
回答已采纳
2回答
算法的增长函数？
、、、
我有两个问题：-
，如果f(n)是求增长率的函数，那么，对于所有三种符号，g(n)是否是相同的，就像f(n)=O(g(n))一样，对于omega和theta， theta表示法是"omega和Oh“，如果在某些情况下，如果o和omega函数是不同的，那么我们怎么能在那里找到θ函数呢？谢谢:)
浏览 3提问于2012-05-07得票数 3
问题是：
证明或证明了对于两个函数f，g，如果f不在O(g)中，则g在O(f)中。
我的反例：
Let f(n) be f(n) = n^2 : if n is even
or n^4 : if n is odd
Let g(n) be g(n) = n^3
这是f不存在于O(g)中，g不是在O(f)中的一个例子。我的例子错了吗？如果是，为什么？你还有其他的例子吗？
浏览 2提问于2020-02-14得票数 2
回答已采纳
a)
void f(n){
if(n<=1) return;
else{
g(n); //g(n) is O(N^2).
f(n/2);
f(n/2);
}
}
b)
void f(n){
if(n<=1) return;
else{
g(n); //g(n) is O(N).
f(n-1);
f(n-1);
}
}
c)
void f(n){
if(n<=1) return;
else{
g(n); //g(n) is O(N^2).
浏览 0提问于2018-03-08得票数 3
回答已采纳
我这里用的是大号。设f(n)和g(n)是两个时间复杂度相等于O(n)的函数。
根据定义(当使用"=“来解释时间复杂性时)，这种推理可能是正确的：
IF f(n)=O(n) AND g(n)=O(n) THEN f(n)=g(n)
但正如我们所知，增长率相同的两个函数并不一定是相同的。
为了避免这种不匹配，为什么O(n)不被定义为它的时间复杂度为O(n)的函数的集合？
O(n)=O(f(n))=O(g(n))={n, f(n), g(n), ...}
f(n)∈O(n)
g(n)∈O(n)
浏览 0提问于2017-06-23得票数 1
回答已采纳
1回答
给定F(n) =θ(n)
H(n) = O(n)
G(n) =Ω(n)
那么F(n) + G(n)的阶数是多少。H(n)？
编辑: F(n) =θ(n) not Q(n)
浏览 0提问于2016-08-08得票数 4
1回答
我想了解更多关于Big-O的信息，并找到了以下信息：
如果f(x) = O(g(x))，则f(x)的增长率渐近小于或等于g(x)的增长率。
在这种情况下，渐近意味着什么？另外，我也很难理解为什么大Theta不依赖于我们使用的计算机？有谁能提供这两个问题的更多信息吗？
浏览 8提问于2014-01-28得票数 3
回答已采纳
4回答
增长顺序
、
为
f = n(log(n))^5
g = n^1.01
是
f = O(g)
f = 0(g)
f = Omega(g)?
我试着把两者除以n
f = log(n)^5
g = n^0.01
但我仍然不知道哪一个长得更快。有人能帮我解释一下答案吗？我真的很想知道(没有计算器的，)如何才能确定哪一个增长得更快。
浏览 8提问于2010-09-02得票数 7
回答已采纳
2回答
我读过有关Big-O符号的文章。我理解了一些想法，但当比较两个算法时，我不理解一些东西，看看他说的现有的两个算法。
First f2(n) = 2n + 20 steps.
second f3(n) = n + 1 steps.
he write f2 = O(f3):
f2(n)/f3(n)
=((2n + 20)/(n + 1))<= 20;
he say Certainly f3 is better than f2?, of course f3 = O(f2), this time with c = 1.
我认为f3比f2更好，因为影响因素更少。我的问题
浏览 2提问于2013-02-14得票数 1
f(n)=(log(n))^log(n)
g(n)= n/log(n)
f = O(g(n))
浏览 0提问于2010-05-01得票数 4
回答已采纳
2回答
确定渐近复杂度
、、、、
如果给我两个函数，并要求我计算这两个函数的渐近复杂度，这意味着什么？是O()还是Big Theta？例如f1(n)=a^n和f2(n)=n^3+n^2
我应该说f1是O(a^n)，f2是O(n^3)，还是应该使用big-theta？
浏览 2提问于2013-09-16得票数 2
2回答
我已经看过了链接，但我太聪明了，无法理解弄清楚它们的机械过程。我理解O，theta和omega的概念，我理解“规则”。因此，让我和你们一起来做这个例子，以便在我的头脑中弄清楚这一点:)
f(n) = 100n+logn
g(n) = n+(logn)2
我需要找出:f= O(g)，还是f=Ω(g)，或者两者都有(在这种情况下，f=Θ(g))
所以我知道100n和n是一样的，它们都比log(n)慢。我只需要弄清楚(log(n))^2是更慢还是更快。但是我记不住任何关于日志的东西。如果log(n)更大，是意味着数字变大还是变小？
请允许我补充一句，我真正的努力是弄清楚omega和theta。根据定
浏览 1提问于2015-03-03得票数 2
2回答
证明大O和规则？
、、
我不确定如何正式证明和的大O规则，即：
f1(n) + f2(n) is O(max(g1(n)),g2(n))
到目前为止，我在努力中假设了以下几点：
假设有两个常量c1和c2，使得c2 > c1。根据Big O的定义：
f1(n) <= c1g1(n) and f2(n) <= c2g2(n)
我应该如何继续？在这一步引入变量的数值替换来证明这种关系是否合理？不了解g或f，这是我唯一能想到的方法。
浏览 1提问于2013-05-25得票数 4
回答已采纳
2回答
我只是想弄清楚在小o符号里这是怎么回事：
f(n)/g(n)当n走向无穷大= 0
有人能给我解释一下吗？
我确实认为，对于所有常数c> 0，f(n) = o(g(n))的生长速度并不比cg(n)快。
我只是不明白上面的粗体。
浏览 4提问于2010-04-24得票数 2
回答已采纳
我已经尝试了一个小时的大部分时间来找到以下参考资料：
F=Ω(g)
但我一点运气都没有。我需要回答一个作业的问题，但我找不到推荐人。
该作业基本上是要求我在以下选择的上下文中指出it (f = Ω(g))的含义：
F=Ω(g(n))
G= o(ln )
G= o(g(n))
G= O(f)
F= O(g)
起初，我认为问题中可能有错误。
我知道选项1是错误的，并且假设选项5也是错误的，但是在网上一个小时之后，我不知道哪一个是答案。
有谁能给我解释一下怎么弄明白吗？我意识到这可能意味着给我答案以便可以解释，但我更感兴趣的是为什么其中一个答案是正确的。
浏览 1提问于2013-05-23得票数 2
回答已采纳
我正在做一个需要Arduino从电位器读取数据的项目。我试图让电位器工作，所以我使用了这个代码，它应该读取电位器，然后输出到串行监视器。
int val = 0;
void setup(){
Serial.begin(9600);
}
void loop(){
val = analogRead(A1);
Serial.println("Head " + val);
}
我使用了来自的代码，并将代码从闪烁的LED更改为将值输出到串行，在那里我使用Arduino IDE的串行监视工具监视它，我得到的只有以下内容
⸮⸮>W07⸮⸮7M⸮⸮⸮[+⸮⸮⸮⸮⸮⸮z⸮R
浏览 5提问于2020-08-22得票数 0
回答已采纳
2回答
当确定一个函数是否是另一个函数的大o时，我仍然很难理解更复杂的证明，例如(f(n) =O(g(N)。
示例：
我认识到，当n> b时，我们想要在S.Tf(N) <= C1 * g(n)条件下满足证明，我看过无数的教程，不能理解这个概念。在列出的例子中，我将如何选择常量并使用这些信息来完成证明？谢谢。
浏览 0提问于2015-01-20得票数 1
回答已采纳
如果
f(n)=ϴ(n),g(n)=ϴ(n)
和
h(n)=Ω(n)
那么如何评估f(n)g(n)+h(n)
我像f(n)g(n)=ϴ(n^2)一样接近，现在什么将是Ω(n)+ϴ(n^2)。在我看来，这个表达式的下界应该是Ω(n)，上界应该是O(n^2)，但是这个表达式的最紧的界限应该是什么呢？
浏览 4提问于2015-12-31得票数 0
回答已采纳
例如，我有一个程序的f(N) = 5N +3。我想知道这个函数的大(哦)是什么。我们称之为高阶项O(N)。
这是否正确的方法，找到大(哦)的任何程序，通过删除较低的次序，术语和常数？
如果我们通过简单地看复杂性函数5N+3得到O(N)，那么这个公式F(N) <= C* G(N)的目的是什么？
我知道，这个公式是用来比较两个函数的。我的问题是，
在这个公式中，F(N) <= C* G(N)，我有F(N) = 5N+3，但是这个上界G(N)是什么？从哪来的？我们从哪里开始呢？
我读过很多书，写了很多帖子，但我仍然面临着困惑。
浏览 0提问于2018-02-11得票数 1
回答已采纳
4回答
根据的说法，大O意味着：
f(n) = O( g(n) )指c·g(N)是f(n)的上界。因此，存在一些常数c，使得f(n)总是≤c·g(n)，对于足够大的n(即某些常数n0的n≥≤)。
我很难理解下面的大O方程
3n2−100 N+6=O(−100 N+6)，因为我选择c=3，3n2 > 3n2−100 N+ 6；
3怎么可能是一个因素？在3n2−100 N+6中，如果我们去掉低阶项-100 N和6，3n2和3.n2不一样吗？如何解这个方程？
浏览 5提问于2015-12-22得票数 2
回答已采纳
我知道f(n)的增长速度比g(n)慢，但既然有等号，f(n)的增长速度能和g(n)一样吗？
浏览 18提问于2021-09-23得票数 0
我刚在Cormen的算法书中读到，big-O和big-omega不遵循三分法属性。这意味着对于f(n)和g(n)这两个函数，f(n) = O(g(n))和f(n) = Omega(g(n))可能都不成立。例如，他们认为如果函数是n^(1+sin n)，那么它是可能的。
虽然这是正确的，但在现实世界的算法中，可能会有像sin n这样的运行时。因为它有时会随着输入大小的增加而减少。有没有人知道这样的算法，或者可以给出一小段这样做的代码片段。
谢谢你的回答，那么在这种情况下，假设给定一个大小为n的问题P，如果它不能用任何已知算法在O(f(n))时间内求解，那么P的下界是Omega(f(n))，这是正
浏览 3提问于2011-09-18得票数 18
回答已采纳
3回答
我有一个家庭作业问题问
Given f(n) is O(k(n)) and g(n) is O(k(n)), prove f(n)+g(n) is also O(k(n))
我不知道从哪里开始，有帮助指导我如何工作吗？
浏览 1提问于2012-06-21得票数 0
3回答
我已开始阅读C++ STL，并为此找到了一本书！在我阅读复杂性时，它在选择算法和数据结构中起着重要作用，我一直在看到，大Oh表示法只用于不同的变量(O(N)，O(log(n). ))，通过进一步浏览，我发现大Oh表示f(x) = O(g(x))--(big-oh) means that the growth rate of f(x) is asymptotically less than or equal to to the growth rate of g(x)。
所以我的问题是，如果一个算法的时间复杂度总是等于g(x)的增长，为什么我们把这个复杂度作为f(x)=O(n)[Big oh of
浏览 5提问于2016-02-02得票数 2
回答已采纳
3回答
我刚刚开始学习大O的概念。我学到的是，如果一个函数f小于或等于函数g的另一个常数倍，那么f是O(g)。
现在我遇到了一个例子，其中一个大小为"n“的字符串需要"2n”(输入大小的两倍)的算法步骤。所以他们说所用的时间是O(2n)，但是他们接着说O(2n)= O(n)，时间复杂度是O(N)。
我不明白这一点。由于2n总是大于n，那么我们怎么能忽略2的倍数呢？任何小于或等于2n的值都不一定小于n！
这不是意味着我们以某种方式将n和2n等同起来吗？听起来很迷惑。请以最简单的方式澄清，因为我在这个概念上只是一个初学者。致以最良好的问候:)
浏览 0提问于2013-01-06得票数 2
这是真的吗？
f(n) = O(g(n)) === g(n) = Omega(f(n))
基本上，它们是可以互换的，因为它们是对立的吗？
如果F在G的大O中，那么G是F的大欧米茄？
浏览 5提问于2016-09-30得票数 1
回答已采纳
1回答
这件事已经困扰了我一个多月了。我没有在内部更改任何AFAIK，但是每当我单击一个目录打开它时，我的JFileChoosers突然开始记录它：
l o g 4 c p l u s : E R R O R N o a p p e n d e r s c o u l d b e f o u n d f o r l o g g e r ( A d S y n c N a m e s p a c e ) .
l o g 4 c p l u s : E R R O R P l e a s e i n i t i a l i z e t h e l o g 4
浏览 5提问于2014-01-22得票数 2
回答已采纳
3回答
这学期我上了一门数据结构课程，我不明白大O符号的定义。
定义说，如果存在正常数C和n0使得
所有n > n0的f(n)<=C*g(n)。我理解为什么n > n0，从n0的角度讲，f(n)总是比c*g(n)小。但是我不明白为什么f(n)被比作C*g(n)而不仅仅是g(n)。
有谁能解释一下吗？
浏览 0提问于2016-01-18得票数 0
5回答
我一直试图找到一些例子，证明这是错误的，因为它应该是错误的(？)
如果g = O(f)和s = O(r)那么g/s = O(f/r)
有反例证明这个大分裂是错误的吗？
浏览 0提问于2015-10-05得票数 2
1回答
我遇到了两个渐近函数证明。
f(n) = O(g(n))意味着2^f(n) = O(2^g(n))
给出: f(n) C1 g(n) So，2^f(n)≤2^C1 g(n) - (i)，2^f(n) = O( 2^g(n) )→2^f(n)≤2^g(N)- (ii) From，(I)我们发现(Ii)为真。因此，2^f(n) = O(2^g(n))是真。
你能告诉我这个证据是否正确吗？还有别的办法解决这个问题吗？
2.f(n) = O((f(n))^2)
如何证明第二个例子？这里我考虑两种情况，一种是f(n)<1，另一种是f(n)>1。
Note: None of the
浏览 1提问于2013-07-06得票数 0
回答已采纳
1回答
我已经做了大约4个小时的家庭作业，我想出了几个问题，但我仍然不知道这个作业在说什么：
下列哪一项是正确的，哪些是假的，为什么？
(a)√n^5∈O(n^2)
(b)√n log√n∈O(n)
(c) log(n^3)∈O(n log n)
(d) 2/n + 4/n^2∈Θ(1/n)
(e) (log_2(N))^5∈Θ(log(N))
(f)最小(700，n^2)∈Θ(1)
我的理解是，我应该取f(n)/g(n)作为n->无穷大的极限，然后求解。但这给了我每个人的0，我知道这是不对的。
我该怎么做？
非常感谢。
浏览 1提问于2013-09-05得票数 0
回答已采纳
3回答
我知道最坏的/avg/最好的情况是用来确定算法的复杂度时间成一个函数，但是它是如何用于渐近分析的呢？我理解上/紧/下界(大O，大欧米茄，大θ)是用来比较两个函数，并看到它的极限(增长)是从另一个角度看的，随着n的增加，但我很难看出最坏/avg/最佳情况大O和渐近分析之间的区别。把我们的最坏/avg/最佳情况大O计算到渐近分析和测量界，我们到底能得到什么呢？我们会用渐近分析来具体比较最坏/avg/最佳情况下的两种算法吗？如果是这样的话，我们是否对算法1和算法2使用函数f(n)，或者对算法1为f(n)的每一种算法进行单独的渐近分析，并试图找到一些c*g(n)，使得=> f(n)和c*g(n)
浏览 5提问于2013-08-11得票数 0
回答已采纳
1回答
问题:将函数按大O复杂度的递增顺序排序。
f1(n) = (n^0.999999) log n
f2(n) =100000n
f3(n) = 1.0000001^n
f4(n) = n^2
我对这个问题的回答是: 3，2，1，4(按递增顺序)，基于我们可以忽略常量的规则。
但我在解决方案手册中找到的答案是：
这些函数的正确顺序是f1(n)、f2(n)、f4(n)、f3(n)。
我无法理解这一点。有人能解释吗？是解决方案的解释，如果有帮助的话。
浏览 2提问于2020-10-31得票数 2
回答已采纳
根据我的书“Java中的数据结构和算法:第六版”，Big的定义如下：
设f(n)和g(n)是将正整数映射为正实数的函数。我们说f(n)是O(g(n))，如果有一个真正的常数c > 0和一个整数常数n0 >= 1，那么f(n) <= c * g(n)是n >= 0的。
然后，他们展示了函数8n + 5是O(n)，并使用了以下理由：
根据大号的定义，我们需要找到一个真正的常量c > 0和整数常数n0 >= 1，这样每一个整数的n >= n0都有8n+5 <= c * n。很容易看出，c = 9和n0 = 5是一个可能的选择。事实上，这是可供选择的无限
浏览 0提问于2018-01-27得票数 0
回答已采纳
我们被要求指出f= O(g)，还是f=Ω(g)，或者两者都有(在这种情况下，f=Θ(g))。 为了解决大O，我发现只需提供常量C=1，在这种情况下，2^n <= 1(2^n+1)就很容易解决。 我的印象是，由于没有2^n >= C(2^n+1)的C，所以解决Ω是不可能的。 在查看解决方案以检查我的工作后，我发现f=Θ(g)。这怎么可能是这个问题呢？什么常数C可以满足这一点？
浏览 20提问于2020-01-20得票数 1
1回答
如何使用map将值g移动到df中的列中？
r<-data.frame(o=runif(n = 50),m=rep(c("A","N"),25))
te<-data.frame(o=runif(n = 50),m=rep(c("G","H"),25))
aq<-list(f=list(df=r,g=0),g2=list(df=te,g=5))
str之后的预期结果是：
List of 2
$ f :List of 2
..$ df:'data.frame': 50 obs. of 2 va
浏览 3提问于2016-10-13得票数 0
回答已采纳
以下代码的最坏情况运行时是什么？该代码从家庭作业分数列表中计算出家庭作业分数的平均值，然后将最低分数降到最低。
m := 1
for i := 2 to n
if h_i < h_m then m := i
total := 0
for j := 1 to n
if j != m then total := total + h_j
return total/(n − 1)
在最坏的情况下，这意味着最低的分数位于最后的位置。这意味着在第一个循环中，它将运行n-1迭代。第一环的上界和下界分别是O(n)和Ω(n) .我相信这意味着它有一个Θ(n)的运行时
第二个循环几乎是一样的
浏览 2提问于2016-10-09得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
