【问题标题】:Rates in algorithm analysis? [closed]算法分析的费率? [关闭]
【发布时间】:2012-01-11 19:04:12
【问题描述】:

为什么对数的增长速度比任何多项式都慢?这有什么(可以理解的)证据?

同样,

为什么指数总是比任何多项式增长得快?

【问题讨论】:

  • 第 1 步——在方格纸上绘制曲线。第 2 步 - 查看曲线。你到底在问什么?为什么形状是这样的?

标签: algorithm theory rate


【解决方案1】:

编辑:这个答案本质上是在做 PengOne 所说的。

我们采取限制

log_2(x) / x^p

对于常数 p > 0 并表明极限为零。由于随着 x 无限增长,log_2(x) 和 x^p 都趋于无穷大,因此我们应用l'Hopital's rule。这意味着我们的限制与限制相同

1/(x*ln2) / p*x^(p-1)

使用简单的分数规则,我们将其简化为

1 / (p * x^p * ln2)

由于分母趋于无穷大,而分子不变,我们可以评估极限 - 它为零,这意味着无论 p 的(正)值如何,log_2(x) 的渐近增长都比 x^p 慢。

EDIT2:

顺便说一句,如果您对这个问题和发布的答案感兴趣,请考虑通过点击此链接并承诺支持新的 Computer Science StackExchange 网站:

http://area51.stackexchange.com/proposals/35636/computer-science-non-programming?referrer=rpnXA1_2BNYzXN85c5ibxQ2

【讨论】:

    【解决方案2】:

    给定两个(非负)实值函数 fg,您要计算

    lim_{x -> infinity} f(x) / g(x)
    

    这个限制是:

    • 0 当且仅当 f 增长慢于 g
    • infinity 当且仅当 f 增长快于 g
    • c 表示某个常数 0 < c < infinity 当且仅当 fg 以相同的速度增长

    现在您可以采用任何您喜欢的示例并计算限制,看看哪个增长更快。

    【讨论】:

      【解决方案3】:

      你可以考虑导数。

      d(x^n)/dx = nx^(n-1)

      d(ln x)/dx = 1/x

      对于 n >= 1,nx^(n-1) 随 x 增加或保持不变,而 1/x 随 x 减少,因此多项式增长更快。

      e^x的对数是x,而n^x的对数是n ln x,所以用上面的论据比较e^x的对数和x^n的对数,e^x增长得更快.

      【讨论】:

        猜你喜欢
        • 2010-12-20
        • 2011-02-08
        • 1970-01-01
        • 2011-06-18
        • 2011-04-19
        • 2012-06-21
        • 1970-01-01
        • 2013-08-19
        • 2010-09-26
        相关资源
        最近更新 更多