0301渐进记号-函数的增长-算法导论第三版

2024-04-21 14:52

本文主要是介绍0301渐进记号-函数的增长-算法导论第三版,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

1、前言

用来描述算法渐进运行时间的记号根据定义域为自然数集 N = { 0 , 1 , 2 , ⋯ } N=\{0,1,2,\cdots\} N={0,1,2,}的函数来定义。这样的记号对描述最坏情况下的运行时间函数T(n)是方便的,因为该函数通常只定义在整数输入规模上。然而,我们发现有时按各种方式活用渐进记号是方便的。例如,我们可以扩展该记号到实数域或者选择性地限制其到自然数的一个子集。然而,我们应该确保能理解该记号的精确含义,以便在活用时不会误用它。本节将定义一些基本的渐进记号,并介绍一些常见的活用法。

2、渐进记号、函数与运行时间

我们主要使用渐进记号来描述算法的运行时间,渐进记号实际上应用于函数。回顾一下,我们曾把插入排序的最坏情况运行时间刻画为 a n 2 + b n + c , 其中 a 、 b 和 c an^2+bn+c,其中a、b和c an2+bn+c,其中abc是常量。通过把插入排序的运行时间写成 Θ ( n 2 ) \Theta(n^2) Θ(n2),我们除去了该函数的某些细节。因为渐进记号适用于函数,我们所写成的 Θ ( n 2 ) \Theta(n^2) Θ(n2)就是函数 a n 2 + b n + c an^2+bn+c an2+bn+c,所以上述情况碰巧刻画了插入排序的最坏情况运行时间。

我们使用渐进记号的函数通常刻画算法的运行时间,也可刻画算法的其他方面(例如,算法使用的空间数量)。

我们使用渐进记号的函数完全适合刻画任何输入的运行时间,不仅仅是最坏情况下的运行时间。

3、 Θ \Theta Θ记号

插入排序最坏情况下运行时间为 T ( n ) = Θ ( n 2 ) T(n)=\Theta(n^2) T(n)=Θ(n2),下面定义这个记号。对于一个给定的函数 g ( n ) , 用 Θ ( g ( n ) ) g(n),用\Theta(g(n)) g(n),Θ(g(n))来表示一下函数的集合
Θ [ g ( n ) ] = { f ( n ) : 存在正常量 c 1 , c 2 和 n 0 , 使得对所有 n ≥ n 0 , 有 0 ≤ c 1 g ( n ) ≤ f ( n ) ≤ c 2 g ( n ) } \Theta[g(n)]=\{f(n):存在正常量c_1,c_2和n_0,\\ 使得对所有n\ge n_0,有\\ 0\le c_1g(n)\le f(n)\le c_2g(n)\} Θ[g(n)]={f(n):存在正常量c1,c2n0使得对所有nn0,0c1g(n)f(n)c2g(n)}
若存在正常量 c 1 和 c 2 c_1和c_2 c1c2,使得对于足够大的n,函数 f ( n ) f(n) f(n)能介入 c 1 g ( n ) 和 c 2 g ( n ) c_1g(n)和c_2g(n) c1g(n)c2g(n)之间,则 f ( n ) f(n) f(n)属于集合 Θ [ g ( n ) ] \Theta[g(n)] Θ[g(n)]。因为 Θ [ g ( n ) ] \Theta[g(n)] Θ[g(n)]是一个集合,可以记 f ( n ) ∈ Θ [ g ( n ) ] f(n)\in \Theta[g(n)] f(n)Θ[g(n)],作为替代,我们通常记 f ( n ) = Θ [ g ( n ) ] f(n)=\Theta[g(n)] f(n)=Θ[g(n)]表达相同概念。

在这里插入图片描述

上图1 为函数 f ( n ) = Θ [ g ( n ) ] f(n)=\Theta[g(n)] f(n)=Θ[g(n)]。对于 n ≥ n 0 , c 1 g ( n ) ≤ f ( n ) ≤ c 2 g ( n ) n\ge n_0,c_1g(n)\le f(n)\le c_2g(n) nn0,c1g(n)f(n)c2g(n)。换句话说,当 n ≥ n 0 n\ge n_0 nn0,在一个常量因子内 f ( n ) 等于 g ( n ) f(n)等于g(n) f(n)等于g(n)。我们称 g ( n ) 是 f ( n ) g(n)是f(n) g(n)f(n)的一个 渐进紧确界

Θ [ g ( n ) ] \Theta[g(n)] Θ[g(n)]的定义要求每个成员 f ( n ) ∈ Θ [ g ( n ) ] f(n)\in \Theta[g(n)] f(n)Θ[g(n)]均为渐进非负,即当n足够大时, f ( n ) f(n) f(n)非负。(渐进正函数就是对于所有足够大的n均为正的函数)因此,函数 g ( n ) g(n) g(n)本身必为渐进非负,复制集合 Θ [ g ( n ) ] \Theta[g(n)] Θ[g(n)]为空。我们假设用在 Θ \Theta Θ中的每个函数均渐进非负,对其他渐进记号成立。

示例1 使用形式化定义证明 1 2 n 2 − 3 n = Θ ( n 2 ) \frac{1}{2}n^2-3n=\Theta(n^2) 21n23n=Θ(n2)
证明:假设存在正常量 c 1 , c 2 , n 0 ,使得对所有 n ≥ n 0 , 有 c 1 n 2 ≤ 1 2 n 2 − 3 n ≤ c 2 n 2 n 2 除上式得 c 1 ≤ 1 2 − 3 n ≤ c 2 如下图所示,对于 n > 0 , c 2 ≥ 1 2 , 可以使不等式对于任何 n ≥ 1 成立 取 c 1 ≤ 1 14 , 使左边不等式对于任何 n ≥ 7 成立 ∴ 令 c 1 = 1 14 , c 2 = 1 2 , n 0 = 7 证明:假设存在正常量c_1,c_2,n_0,使得对所有n\ge n_0,有\\ c_1n^2\le \frac{1}{2}n^2-3n\le c_2n^2\\ n^2除上式得\\ c_1\le\frac{1}{2}-\frac{3}{n}\le c_2\\ 如下图所示,对于n\gt0,c_2\ge\frac{1}{2},可以使不等式对于任何n\ge 1成立\\ 取c_1\le \frac{1}{14},使左边不等式对于任何n\ge 7成立\\ \therefore 令c_1=\frac{1}{14},c_2=\frac{1}{2},n_0=7\\ 证明:假设存在正常量c1,c2,n0,使得对所有nn0,c1n221n23nc2n2n2除上式得c121n3c2如下图所示,对于n>0,c221,可以使不等式对于任何n1成立c1141,使左边不等式对于任何n7成立c1=141,c2=21,n0=7
在这里插入图片描述

  • 对于 0 ≤ c 1 ≤ 1 14 , c 2 ≥ 1 2 0\le c_1\le \frac{1}{14},c_2\ge \frac{1}{2} 0c1141,c221等式都是成立的,重要使得存在某个选择。

一个渐进正函数的低阶项在确定渐进确界是可以忽略,最高阶项的系数同样可以被忽略,因为它仅仅根据一个等于该系数的常量因子来改变 c 1 和 c 2 c_1和c_2 c1c2,证明参考书籍P27部分。

4、 O \Omicron O记号

Θ \Theta Θ记号渐进地给出了一个函数的上界和下界。当只有一个渐进上界时,使用 O \Omicron O记号。对于给定的函数 g ( n ) g(n) g(n),用 O [ g ( n ) ] \Omicron[g(n)] O[g(n)],来表示函数的集合:

O [ g ( n ) ] = { f ( n ) : 存在正常量 c 和 n 0 , 使得对所有 n ≥ n 0 , 有 0 ≤ f ( n ) ≤ c g ( n ) } \Omicron[g(n)]=\{f(n):存在正常量c和n_0,使得对所有n\ge n_0,有0\le f(n)\le cg(n)\} O[g(n)]={f(n):存在正常量cn0,使得对所有nn0,0f(n)cg(n)}

我们记 f ( n ) = O [ g ( n ) ] f(n)=\Omicron[g(n)] f(n)=O[g(n)]以指出函数 f ( n ) f(n) f(n)是集合 O [ g ( n ) ] \Omicron[g(n)] O[g(n)]的成员。注意, f ( n ) = Θ [ g ( n ) ] f(n)=\Theta[g(n)] f(n)=Θ[g(n)]蕴含着 f ( n ) = O [ g ( n ) ] f(n)=\Omicron[g(n)] f(n)=O[g(n)],因为 Θ \Theta Θ是一个比 O \Omicron O记号更强的一个概念(范围更小)。按集合论的写法,我们有 Θ [ g ( n ) ] ⊆ O [ g ( n ) ] \Theta[g(n)]\sube \Omicron[g(n)] Θ[g(n)]O[g(n)]

既然 O \Omicron O描述上界,那么当用它来限制算法的最坏情况下运行时间时,关于算数在每个输入上的云之家,我们也有一个界,这就是前面讨论的综合性论述。因此,对插入排序的的最坏情况运行时间的界 O ( n 2 ) \Omicron(n^2) O(n2)也适用于对每个输入的运行时间。然而,对插入排序的最坏情况运行时间的界 Θ ( n 2 ) \Theta(n^2) Θ(n2)并未暗示插入排序对每个输入的运行时间的界也是 Θ ( n 2 ) \Theta(n^2) Θ(n2)。例如当输入以排好序时,插入排序的运行时间为 Θ ( n ) \Theta(n) Θ(n)

从技术上看,称插入排序的运行时间为 O ( n 2 ) \Omicron(n^2) O(n2)有点不合适,因为对给定的n,实际的运行时间是变化的,依赖于规模为n的特定输入。当我们说运行时间为 O ( n 2 ) \Omicron(n^2) O(n2)时,意指存在一个 O ( n 2 ) 的函数 f ( n ) \Omicron(n^2)的函数f(n) O(n2)的函数f(n),使得对n的任意值,不管选择的什么特定的规模为n的输入,其运行时间的上界都是 f ( n ) f(n) f(n)

5、 Ω \Omega Ω记号

O \Omicron O记号提供了一个函数的渐进上界, Ω \Omega Ω记号提供了 渐进下界。对于给定的函数 g ( n ) g(n) g(n),用 Ω [ g ( n ) ] \Omega[g(n)] Ω[g(n)]表示一下函数的集合:

Ω [ g ( n ) ] = { f ( n ) : 存在正常数 c 和 n 0 , 使得对所有 n ≥ n 0 ,有 0 ≤ c g ( n ) ≤ f ( n ) } \Omega[g(n)]=\{f(n):存在正常数c和n_0,使得对所有 n\ge n_0,有0\le cg(n)\le f(n)\} Ω[g(n)]={f(n):存在正常数cn0,使得对所有nn0,有0cg(n)f(n)}

6、定理3.1

定理3.1 对任意两个函数 f ( n ) 和 g ( n ) f(n)和g(n) f(n)g(n),我们有 f ( n ) = Θ [ g ( n ) ] f(n)=\Theta[g(n)] f(n)=Θ[g(n)],当且仅当 f ( n ) = O [ g ( n ) ] 和 f ( n ) = Ω [ g ( n ) ] f(n)=\Omicron[g(n)]和f(n)=\Omega[g(n)] f(n)=O[g(n)]f(n)=Ω[g(n)].

7、等式和不等式中的渐进记号

当渐进记号独立于等式(或不等式)的右边(即不在一个更大的公式内)时,如在 n = O ( n 2 ) n=\Omicron(n^2) n=O(n2)中,我们已经定义等号意指集合的成员关系; n ∈ O ( n 2 ) n\in \Omicron(n^2) nO(n2)

当渐进记号出现在某个公式中时,我们将其解释为代表某个我们不关注名称的匿名函数。

  • 示例:公式 2 n 2 + 3 n + 1 = 2 n 2 + Θ ( n ) 2n^2+3n+1=2n^2+\Theta(n) 2n2+3n+1=2n2+Θ(n),意指 2 n 2 + 3 n + 1 = 2 n 2 + f ( n ) , f ( n ) 是集合 Θ ( n ) 2n^2+3n+1=2n^2+f(n),f(n)是集合\Theta(n) 2n2+3n+1=2n2+f(n),f(n)是集合Θ(n)的中的某个函数。
  • 作用:消除一个等式中无关紧要的细节和混乱。例如,归并排序中最坏情况运行时间表示为递归式 T ( n ) = 2 T ( n 2 ) + Θ ( n ) T(n)=2T(\frac{n}{2})+\Theta(n) T(n)=2T(2n)+Θ(n).

一个表达中的匿名函数的数目可以理解为等于渐进记号出现的次数。

  • 示例:在表达式 ∑ i = 1 n O ( i ) \sum_{i=1}^n\Omicron(i) i=1nO(i)中,只有一个匿名函数(一个i的函数)。因此,这个表达式不等于 O ( 1 ) + O ( 2 ) + ⋯ + O ( n ) \Omicron(1)+\Omicron(2)+\cdots+\Omicron(n) O(1)+O(2)++O(n),后者没有一个清晰的解释。

当渐进记号出现咋等式的左边意指:物流怎么样选择等号左边的匿名函数,总有一种方法来选择等号右边的匿名函数使等式成立。

  • 示例: 2 n 2 + Θ ( n ) = Θ ( n 2 ) 2n^2+\Theta(n)=\Theta(n^2) 2n2+Θ(n)=Θ(n2),对任意函数 f ( n ) ∈ Θ ( n ) f(n)\in \Theta(n) f(n)Θ(n),存在某个函数 g ( n ) ∈ Θ ( n 2 ) g(n)\in \Theta(n^2) g(n)Θ(n2),使得对所有的n,有 2 n 2 + f ( n ) = g ( n ) 2n^2+f(n)=g(n) 2n2+f(n)=g(n)

等式右边比左边提供的细节更 粗糙

示例: 2 n 2 + 3 n + 1 = 2 n 2 + Θ ( n ) = Θ ( n 2 ) 2n^2+3n+1=2n^2+\Theta(n)=\Theta(n^2) 2n2+3n+1=2n2+Θ(n)=Θ(n2)
KaTeX parse error: Can't use function '$' in math mode at position 177: …)=h(n)\\ 这种解释包含$̲2n^2+3n+1=\Thet…

8、 ο \omicron ο记号

ο \omicron ο记号提供的渐进上界可能是也可能不是渐进紧确的。界 2 n 2 = O ( n 2 ) 2n^2=\Omicron(n^2) 2n2=O(n2)是渐进紧确的,当是界 2 n = O ( n 2 ) 2n=\Omicron(n^2) 2n=O(n2)不是。我们使用 ο \omicron ο记号来表示一个非渐进紧确的上界。形式化定义 ο [ g ( n ) ] \omicron[g(n)] ο[g(n)]为一下集合:

ο [ g ( n ) ] = { f ( n ) : ∀ c > 0 , ∃ n 0 , 当 n ≥ n 0 , 有 o ≤ f ( n ) < c g ( n ) } \omicron[g(n)]=\{f(n): \forall c\gt 0,\exist n_0,当n\ge n_0,有o\le f(n)\lt cg(n)\} ο[g(n)]={f(n):c>0,n0,nn0,of(n)<cg(n)}

9、 ω \omega ω记号

ω \omega ω记号与 Ω \Omega Ω记号的关系类似于 ο \omicron ο记号与 O \Omicron O记号的关系。我们使用 ω \omega ω记号来表示一个非渐进紧确的下界,形式化的定义 ω [ g ( n ) ] \omega[g(n)] ω[g(n)]为一下集合:

ω [ g ( n ) ] = { f ( n ) : ∀ c > 0 , ∃ n 0 , 当 n ≥ n 0 , 有 o ≤ c g ( n ) < f ( n ) } \omega[g(n)]=\{f(n): \forall c\gt 0,\exist n_0,当n\ge n_0,有o\le cg(n)\lt f(n)\} ω[g(n)]={f(n):c>0,n0,nn0,ocg(n)<f(n)}

10、比较各种函数

实数的许多关系性质也适用于渐进比较。下面假定 f ( n ) 和 g ( n ) f(n)和g(n) f(n)g(n)渐进为正。

10.1 传递性
  • f ( n ) = Θ [ g ( n ) ] 且 g ( n ) = Θ [ h ( n ) ] ⇒ f ( n ) = Θ [ h ( n ) ] f(n)=\Theta[g(n)]且g(n)=\Theta[h(n)] \Rightarrow f(n)=\Theta[h(n)] f(n)=Θ[g(n)]g(n)=Θ[h(n)]f(n)=Θ[h(n)]
  • f ( n ) = O [ g ( n ) ] 且 g ( n ) = Θ [ h ( n ) ] ⇒ f ( n ) = O [ h ( n ) ] f(n)=\Omicron[g(n)]且g(n)=\Theta[h(n)] \Rightarrow f(n)=\Omicron[h(n)] f(n)=O[g(n)]g(n)=Θ[h(n)]f(n)=O[h(n)]
  • f ( n ) = Ω [ g ( n ) ] 且 g ( n ) = Θ [ h ( n ) ] ⇒ f ( n ) = Ω [ h ( n ) ] f(n)=\Omega[g(n)]且g(n)=\Theta[h(n)] \Rightarrow f(n)=\Omega[h(n)] f(n)=Ω[g(n)]g(n)=Θ[h(n)]f(n)=Ω[h(n)]
  • f ( n ) = ω [ g ( n ) ] 且 g ( n ) = Θ [ h ( n ) ] ⇒ f ( n ) = ω [ h ( n ) ] f(n)=\omega[g(n)]且g(n)=\Theta[h(n)] \Rightarrow f(n)=\omega[h(n)] f(n)=ω[g(n)]g(n)=Θ[h(n)]f(n)=ω[h(n)]
  • f ( n ) = ω [ g ( n ) ] 且 g ( n ) = Θ [ h ( n ) ] ⇒ f ( n ) = ω [ h ( n ) ] f(n)=\omega[g(n)]且g(n)=\Theta[h(n)] \Rightarrow f(n)=\omega[h(n)] f(n)=ω[g(n)]g(n)=Θ[h(n)]f(n)=ω[h(n)]
10.2 自反性
  • f ( n ) = Θ [ f ( n ) ] f(n)=\Theta[f(n)] f(n)=Θ[f(n)]
  • f ( n ) = O [ f ( n ) ] f(n)=\Omicron[f(n)] f(n)=O[f(n)]
  • f ( n ) = Ω [ f ( n ) ] f(n)=\Omega[f(n)] f(n)=Ω[f(n)]
10.3 对称性
  • f ( n ) = Θ [ g ( n ) ] 当且仅当 g ( n ) = Θ [ f ( n ) ] f(n)=\Theta[g(n)] 当且仅当 g(n)=\Theta[f(n)] f(n)=Θ[g(n)]当且仅当g(n)=Θ[f(n)]
10.4 转置对称
  • f ( n ) = O [ g ( n ) ] 当且仅当 g ( n ) = Ω [ f ( n ) ] f(n)=\Omicron[g(n)] 当且仅当 g(n)=\Omega[f(n)] f(n)=O[g(n)]当且仅当g(n)=Ω[f(n)]
  • f ( n ) = ο [ g ( n ) ] 当且仅当 g ( n ) = ω [ f ( n ) ] f(n)=\omicron[g(n)] 当且仅当 g(n)=\omega[f(n)] f(n)=ο[g(n)]当且仅当g(n)=ω[f(n)]

f ( n ) = ο [ g ( n ) ] f(n)=\omicron[g(n)] f(n)=ο[g(n)],则称 f ( n ) f(n) f(n)渐进小于 g ( n ) g(n) g(n);若 f ( n ) = ω [ g ( n ) ] f(n)=\omega[g(n)] f(n)=ω[g(n)],则称 f ( n ) f(n) f(n)渐进大于 g ( n ) g(n) g(n)

实数的下列性质不适用于渐进记号

10.5 三分性

对于任意的实数a和b,下列三种情况恰有一种必然成立 a < b , a = b 或者 a > b a\lt b,a=b或者a\gt b a<b,a=b或者a>b.

虽然任意两个实数都可以比较,但不是所有的函数都可渐进比较。

  • 示例: n 和 n 1 + sin ⁡ n n和n^{1+\sin n} nn1+sinn

结语

欢迎小伙伴一起学习交流,需要啥工具或者有啥问题随时联系我。

❓QQ:806797785

⭐️源代码地址:https://gitee.com/gaogzhen/algorithm

[1]算法导论(原书第三版)/(美)科尔曼(Cormen, T.H.)等著;殷建平等译 [M].北京:机械工业出版社,2013.1(2021.1重印).p25-30

[2]算法导论------渐近记号Θ、Ο、o、Ω、ω详解[CP/OL]

这篇关于0301渐进记号-函数的增长-算法导论第三版的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/923349

相关文章

Python的time模块一些常用功能(各种与时间相关的函数)

《Python的time模块一些常用功能(各种与时间相关的函数)》Python的time模块提供了各种与时间相关的函数,包括获取当前时间、处理时间间隔、执行时间测量等,:本文主要介绍Python的... 目录1. 获取当前时间2. 时间格式化3. 延时执行4. 时间戳运算5. 计算代码执行时间6. 转换为指

Python正则表达式语法及re模块中的常用函数详解

《Python正则表达式语法及re模块中的常用函数详解》这篇文章主要给大家介绍了关于Python正则表达式语法及re模块中常用函数的相关资料,正则表达式是一种强大的字符串处理工具,可以用于匹配、切分、... 目录概念、作用和步骤语法re模块中的常用函数总结 概念、作用和步骤概念: 本身也是一个字符串,其中

shell编程之函数与数组的使用详解

《shell编程之函数与数组的使用详解》:本文主要介绍shell编程之函数与数组的使用,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录shell函数函数的用法俩个数求和系统资源监控并报警函数函数变量的作用范围函数的参数递归函数shell数组获取数组的长度读取某下的

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

MySQL高级查询之JOIN、子查询、窗口函数实际案例

《MySQL高级查询之JOIN、子查询、窗口函数实际案例》:本文主要介绍MySQL高级查询之JOIN、子查询、窗口函数实际案例的相关资料,JOIN用于多表关联查询,子查询用于数据筛选和过滤,窗口函... 目录前言1. JOIN(连接查询)1.1 内连接(INNER JOIN)1.2 左连接(LEFT JOI

MySQL中FIND_IN_SET函数与INSTR函数用法解析

《MySQL中FIND_IN_SET函数与INSTR函数用法解析》:本文主要介绍MySQL中FIND_IN_SET函数与INSTR函数用法解析,本文通过实例代码给大家介绍的非常详细,感兴趣的朋友一... 目录一、功能定义与语法1、FIND_IN_SET函数2、INSTR函数二、本质区别对比三、实际场景案例分

C++ Sort函数使用场景分析

《C++Sort函数使用场景分析》sort函数是algorithm库下的一个函数,sort函数是不稳定的,即大小相同的元素在排序后相对顺序可能发生改变,如果某些场景需要保持相同元素间的相对顺序,可使... 目录C++ Sort函数详解一、sort函数调用的两种方式二、sort函数使用场景三、sort函数排序

C语言函数递归实际应用举例详解

《C语言函数递归实际应用举例详解》程序调用自身的编程技巧称为递归,递归做为一种算法在程序设计语言中广泛应用,:本文主要介绍C语言函数递归实际应用举例的相关资料,文中通过代码介绍的非常详细,需要的朋... 目录前言一、递归的概念与思想二、递归的限制条件 三、递归的实际应用举例(一)求 n 的阶乘(二)顺序打印

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

C/C++错误信息处理的常见方法及函数

《C/C++错误信息处理的常见方法及函数》C/C++是两种广泛使用的编程语言,特别是在系统编程、嵌入式开发以及高性能计算领域,:本文主要介绍C/C++错误信息处理的常见方法及函数,文中通过代码介绍... 目录前言1. errno 和 perror()示例:2. strerror()示例:3. perror(