-1
Q
算法分析對比復發
A
回答
1
使用masters theorem: -
X : T(n) = O(n^log2(7))
So to get an asymptotically faster algorithm using masters theorem
2 <= log4(a) < log2(7)
Finding max value such that the condition is true :-
log4(a) < log2(7)
log2(a)/log2(4) < log2(7)
log2(a)/2 < log2(7)
log2(a) < 2*log2(7)
a < 7^2 = a < 49
As a is no of subproblems it needs to be integer therefore :-
a = 48 is max value that a can take so that Y is asymptotically faster than X
0
解決方案應該與此類似,但您應該考慮地板和小區。
對於算法X,我們有:
T(n)=7T(n/2)+n^2
=> O(n)=n^2 + 7(n/2)^2 + 49(n/2)^3 + ... + 7^log(n)(n/2)^(log(n)+1)
=> O(n)=n^2 . [7/(2^2) + 7^2/2^3 + ... + 7^log(n)/2^(log(n)+1)]
=> O(n)=n^2 . \sum_{i=1 to log(n)}{1/2x(7/2)^i} <= geometrical series summation easy
,並按照同爲Y
直到你可以比較和查找的a
值。
相關問題
- 1. 算法複雜性分析
- 2. 算法分析(複雜度)
- 3. 比較分類算法複雜度
- 4. 算法分析
- 5. 鏈表上算法複雜性分析
- 6. 算法的時間複雜度分析
- 7. 分析算法的時間複雜性
- 8. 分析時間複雜度的算法
- 9. 算法的時間複雜度分析
- 10. 算法分析算法時間複雜度
- 11. 計算對數百分比
- 12. 算法分析(big-O)算法
- 13. 分組算法 - 比賽
- 14. Big-Theta算法分析
- 15. 簡單的算法分析
- 16. 數獨算法分析
- 17. Prim算法的分析
- 18. 並行算法分析
- 19. Bubble-sort算法的分析
- 20. 變異分析算法
- 21. Big-O算法分析
- 22. XSD分析器算法
- 23. 預排序分析算法?
- 24. 負前瞻分析算法
- 25. 算法分析:隨機數
- 26. 軌跡分析算法
- 27. 大O算法分析
- 28. 算法的大O分析?
- 29. 算法的攤銷分析
- 30. 分析遞歸算法