我正在經歷一些數據結構,我注意到這是一個時間複雜度: O(log(log(n)))) - competitive。O(log(log(n)))) - 競爭意味着什麼?
我讀到,恆定競爭力是預期時間/最佳時間的比率。但是具有競爭力的是什麼意思?
我正在經歷一些數據結構,我注意到這是一個時間複雜度: O(log(log(n)))) - competitive。O(log(log(n)))) - 競爭意味着什麼?
我讀到,恆定競爭力是預期時間/最佳時間的比率。但是具有競爭力的是什麼意思?
在線算法是一種預先不知道其輸入的算法,並且必須對某種意義上的「不可預測的輸入」進行「反應」。相比之下,離線算法是預先知道所有輸入的算法。
競爭力分析的最佳在線算法的性能進行比較,以最佳的離線算法。因此,k-競爭意味着存在離線算法,其執行比在線算法更差的k倍。因此,O(lglgn)的競爭意味着最優的離線算法最多比最優在線算法的性能低lglgn(倍於常數)。
術語「k-競爭」可以被認爲與術語「k-近似」相同。 k近似意味着近似算法最多比最優算法差k倍。
This可以解釋一下你的問題。
從上面的鏈接:
設A是任何BST算法,定義 A(S)爲執行 序列S和OPT的成本(S,要)以執行所述 最小成本序列 S.算法A是T-競爭性如果 對所有可能的序列S,A(S)< = T * OPT(S,要)+ O(M,N)。
你能改善這個問題嗎? – 2009-05-30 11:04:21