困难的渐近(递归)函数(算法分析)
difficult asymptotic(recurrence) function (algorithm analysis)
我被困在这个问题上,我不知道如何解决它,无论我尝试什么,我都找不到一种方法来使用这个函数,所以我可以用一种方式来表示它请允许我找到一个 g(n),使得 g(n) 是 T(n)∈Θ(g(n))
我遇到问题的功能是:
$T(n)=4n^4T(\sqrt n) +(n^6lgn+3lg^7n)(2n^2lgn+lg^3n)
$
此外,如果可以 - 请检查我是否走在正确的道路上:
$T(n)=T(n-1)+\frac{1}{n}+\frac{1}{n^2}
$
为了解决这个问题,我尝试使用:$T(n)-T(n-1)=\frac{1}{n}+\frac{1}{n^2}
$ iff $(T(n)-T(n-1))+(T(n-1)-T(n-2))+\ldots+(T(2)-T(1))=\frac{1}{n}+\frac{1}{n-1}+...+\frac{1}{n^2}+\frac{1}{\left(n-1\right)^2}+....
$ iff $(T(n)-T(n-1))+(T(n-1)-T(n-2))+\ldots+(T(2)-T(1))=T(n)=T(1)+\sum_{k=2}^n\frac{1}{n}+\sum_{k=2}^n\frac{1}{n^2}
$ 然后使用谐波级数公式。但是我不知道如何继续并完成它并找到渐近边界来解决它
我希望第二次我走在正确的道路上。但是我根本不知道如何解决第一个问题。如果我有任何错误,请告诉我正确的方法,以便我可以改进我的错误。
非常感谢您的帮助
抱歉,由于某些原因,此处数学显示不正确
根据评论:
首先解决(2),因为它更直接。
您的扩张尝试是正确的。写法略有不同:
A,调和级数-渐近等于自然对数:
γ = 0.57721...
就是 Euler-Mascheroni constant.
B,平方反比和——无穷和就是著名的Basel problem:
即1.6449...
。因此,由于 B 是单调递增的,它总是 O(1)
.
The total complexity of (2) is simply Θ(log n)
.
(1)有点乏味。
Little-o 表示法:strictly 降低复杂度class,即:
假设一组N
函数{F_i}
按复杂度降序排列,即F2 = o(F1)
等。取它们的线性组合:
因此不同函数的总和渐近等于增长率最高的函数。
要对两个括号展开的项进行排序,注意
可通过应用 L'Hopital's rule 证明。所以唯一渐近显着的项是 n^6 log n * 2n^2 log n = 2n^8 log^2 n
.
像以前一样展开求和,注意 i) 因子 4n^4
累加,ii) 第 m
次展开的参数是 n^(1/(2^m))
(重复平方根)。
因此,第 m
次扩展添加的新术语是(假设您知道如何执行此操作,因为您能够为 (2)):
令人惊讶的是,每个添加的项都恰好等于第一个。
假设递归展开的停止条件为n < 2
(当然四舍五入为T(1)
):
由于每个添加项 t_m
总是相同的,只需乘以最大扩展数即可:
Function (1) is
我被困在这个问题上,我不知道如何解决它,无论我尝试什么,我都找不到一种方法来使用这个函数,所以我可以用一种方式来表示它请允许我找到一个 g(n),使得 g(n) 是 T(n)∈Θ(g(n))
我遇到问题的功能是:
$T(n)=4n^4T(\sqrt n) +(n^6lgn+3lg^7n)(2n^2lgn+lg^3n)
$
此外,如果可以 - 请检查我是否走在正确的道路上:
$T(n)=T(n-1)+\frac{1}{n}+\frac{1}{n^2}
$
为了解决这个问题,我尝试使用:$T(n)-T(n-1)=\frac{1}{n}+\frac{1}{n^2}
$ iff $(T(n)-T(n-1))+(T(n-1)-T(n-2))+\ldots+(T(2)-T(1))=\frac{1}{n}+\frac{1}{n-1}+...+\frac{1}{n^2}+\frac{1}{\left(n-1\right)^2}+....
$ iff $(T(n)-T(n-1))+(T(n-1)-T(n-2))+\ldots+(T(2)-T(1))=T(n)=T(1)+\sum_{k=2}^n\frac{1}{n}+\sum_{k=2}^n\frac{1}{n^2}
$ 然后使用谐波级数公式。但是我不知道如何继续并完成它并找到渐近边界来解决它
我希望第二次我走在正确的道路上。但是我根本不知道如何解决第一个问题。如果我有任何错误,请告诉我正确的方法,以便我可以改进我的错误。
非常感谢您的帮助
抱歉,由于某些原因,此处数学显示不正确
根据评论:
首先解决(2),因为它更直接。
您的扩张尝试是正确的。写法略有不同:
A,调和级数-渐近等于自然对数:
γ = 0.57721...
就是 Euler-Mascheroni constant.B,平方反比和——无穷和就是著名的Basel problem:
即
1.6449...
。因此,由于 B 是单调递增的,它总是O(1)
.
The total complexity of (2) is simply
Θ(log n)
.
(1)有点乏味。
Little-o 表示法:strictly 降低复杂度class,即:
假设一组
N
函数{F_i}
按复杂度降序排列,即F2 = o(F1)
等。取它们的线性组合:因此不同函数的总和渐近等于增长率最高的函数。
要对两个括号展开的项进行排序,注意
可通过应用 L'Hopital's rule 证明。所以唯一渐近显着的项是
n^6 log n * 2n^2 log n = 2n^8 log^2 n
.像以前一样展开求和,注意 i) 因子
4n^4
累加,ii) 第m
次展开的参数是n^(1/(2^m))
(重复平方根)。因此,第
m
次扩展添加的新术语是(假设您知道如何执行此操作,因为您能够为 (2)):令人惊讶的是,每个添加的项都恰好等于第一个。
假设递归展开的停止条件为
n < 2
(当然四舍五入为T(1)
):由于每个添加项
t_m
总是相同的,只需乘以最大扩展数即可:
Function (1) is