主定理 f(n) = nlogn
master theorem f(n) = nlogn
我正在处理算法导论第 3 版中的问题 4-3。我被要求找到 T(n) 的渐近上限和下限:
T(n) = 4T(n/3) + n lg(n)
我在网上浏览了解决方案,解决方案说:
By master's theorem, we get T(n) ∈ Θ(nlog3(4))
我相信解决方案假设 nlog34 渐近大于 n lg(n)?但为什么是这样呢?如果有人能帮助我理解,我将不胜感激!
通俗地说:
我们需要比较 n*log(n)
和 n^1.25
(log3(4)~1.26
)
的增长
将两个函数除以 n
log(n) vs n^(1/4)
两者都在增加。
两个函数的导数
n^(-1) vs n^(-3/4)
第二个的导数明显更大,所以第二个函数增长得更快
We can see 这些函数的图相交并且幂函数对于大 n 值变得更大 - 对于 any power>1
我正在处理算法导论第 3 版中的问题 4-3。我被要求找到 T(n) 的渐近上限和下限:
T(n) = 4T(n/3) + n lg(n)
我在网上浏览了解决方案,解决方案说:
By master's theorem, we get T(n) ∈ Θ(nlog3(4))
我相信解决方案假设 nlog34 渐近大于 n lg(n)?但为什么是这样呢?如果有人能帮助我理解,我将不胜感激!
通俗地说:
我们需要比较 n*log(n)
和 n^1.25
(log3(4)~1.26
)
将两个函数除以 n
log(n) vs n^(1/4)
两者都在增加。
两个函数的导数
n^(-1) vs n^(-3/4)
第二个的导数明显更大,所以第二个函数增长得更快
We can see 这些函数的图相交并且幂函数对于大 n 值变得更大 - 对于 any power>1