大o复杂度尺度函数(n + 1)^ 5 / 4n ^ 2

时间:2017-09-17 01:31:52

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

I Expanded(n + 1)^ 5:(n ^ 5 + 5n ^ 4 + 10n ^ 3 + 10n ^ 2 + 5n + 1)/ 4n ^ 2

简化并命令它们为:

n ^ 3/4 + 5n ^ 2/4 + 1 / 4n ^ 2 + 10n / 4 + 5 / 4n + 10/4

我发现如果插入6进行测试,它首先满足两个:

  • N R个5 /4π^ 2 =四分之二百一十六
  • 5N ^ 4 /4π^ 2 = 180/4

但是对于其余部分,它不符合基于大复杂度的规则。也是从5n ^ 4 / 4n ^ 2我不知道从哪里移动,在命令它们。

所以这是正确的:n ^ 3/4 + 5n ^ 2/4 + 1 / 4n ^ 2 + 10n / 4 + 5 / 4n + 10/4。

然后插入6,如果我没插入就得到:

四分之二百一十六>>四分之一百八十>>44分之1>>四分之六十>>24分之5>> 5/2。

然后写下这个fn = O(n ^ 3)的答案就是这样吗?

2 个答案:

答案 0 :(得分:1)

提示:

  1. 使用您的高中代数技巧,将(n^5+5n^4+10n^3+10n^2+5n+1)/4n^2转换为简单的多项式

  2. 使用你的高中代数技巧,在n倾向于无穷大(即“变大”)的多项式中识别出最快增长的术语

  3. 如果您不能从数学知识中执行第2步,请为每个术语绘制图形(在同一张方格纸上)...或以表格形式编写数字,以增加{{{ 1}}。

  4. 您并不是要为n解决这个等式。这不是重点。

    复杂性分析的目的是了解成本函数在n变大时如何增长。目标(非正式地)是弄清楚成比例的函数。图表是一种(非正式)方式。

    答案......当你解决问题时......会像n一样。只需一个学期。根据您的问题/评论,您似乎不明白您在这里尝试解决的问题。

    我建议你回到你的讲义或教科书,查看大O复杂性的定义。或者阅读这些:

    (你也可以用数学上严格的方式来做;即用归纳证明和O(n^p)符号的正式定义。但除非你这样做是大学数学课程的一部分,他们可能不会期望那么严格。)

答案 1 :(得分:1)

分子是5阶多项式,分母是2阶多项式。

在复杂性方面,这直接导致了5 - 2 = 3 的答案,换句话说,n ^ 3

例如,使用多项式长除法来说服自己。但另外要知道,当涉及多项式复杂性时,可以立即以这种方式减去度数。

如果要绘制初始多项式分数的图形,并且“扩大”'为了看到越来越多的正n值,该情节看起来会越来越像n ^ 3的情节......