算法复杂度,log ^ k n vs n log n

时间:2013-11-14 19:18:39

标签: algorithm complexity-theory big-o asymptotic-complexity big-theta

我正在开发一些占用O(log ^ 3 n)的算法。 (注意:把O视为大Theta,虽然Big O也会很好)

我不确定,而O(log ^ 3 n),甚至O(log ^ 2 n),被认为是O / n log n的更多/更少/等于复数。

如果我要遵守规则,我会说O(n log n)是更复杂的规则,但我仍然没有任何关于为什么或如何使用的线索。

我做了一些研究但是我找不到这个问题的答案。

非常感谢。

2 个答案:

答案 0 :(得分:10)

因此(n log n)比((log n) 3 )“更大”。这可以很容易地通过归纳推广到((log n) k )。

答案 1 :(得分:8)

如果您graph the two functions together,您可以看到 n 日志( n )的增长速度比log 3 n < / em>的

为证明这一点,您需要证明 n log n &gt; log 3 n n 的所有值都大于某个任意数 c 。找到这样的 c ,你就有了证据。

事实上,n log(n) grows faster than any logx n为正 x