一道数据结构 时间复杂度的题目,求助!

题目为:
设三个函数f,g,h分别为:
f(n)=100n³+n²+1000 g(n)=25n³+5000n² h(n)=n的1.5次方+5000n㏒n (2为底)
清判断下列关系是否成立:
1 f(n)=O(g(n))
2 h(n)=O(n㏒n)

PS: 迷糊,没有思路。
别光给答案,我要的是具体的思路,或者是这种题有什么技巧,怎么判断?
知道的朋友给说下,初学,满意一定追加!

首先要弄清楚 O 记号是什么意思,用它来表示一个算法运行时间的渐近上界,对于函数g(n),用O(g(n))表示一个函数集合。
算法导论书上有这样的定义:O(g(n)) = {f(n): 存在正整数c和n0,使对所有的n>=n0,有0<=f(n)<=cg(n)}
上面的看不懂也可以忽略,你只需要知道一个渐近正函数中的低阶项在决定上下界时可以被忽略,因为当n很大时它们就相对地不重要了,指数最高项很小的一部分就足已超越所有的低阶项。同样最高阶项的常系数也可以忽略,举个例子,要求O(f(n)),其中f(n)=an²+bn+c
a,b,c为常数,且a>0,怎么求呢,就是按上面所说的求,舍掉低阶项并忽略常数项就得出
f(n) = O(n²)
所以你上面的题目
f(n) = O(n³)
O(g(n)) = O(n³)
h(n) = O(n的1.5次方)
O(nlogn) = O(nlogn)
所以1 式成立 2式不成立
温馨提示:内容为网友见解,仅供参考
无其他回答

一道数据结构 时间复杂度的题目,求助!
首先要弄清楚 O 记号是什么意思,用它来表示一个算法运行时间的渐近上界,对于函数g(n),用O(g(n))表示一个函数集合。算法导论书上有这样的定义:O(g(n)) = {f(n): 存在正整数c和n0,使对所有的n>=n0,有0<=f(n)<=cg(n)} 上面的看不懂也可以忽略,你只需要知道一个渐近正...

数据结构时间复杂度问题?
第五题解析里的式子是一种两个连加的情况,连加的具体计算过程如下图所示,i-1代表外层循环的次数,当i=2时开始计算,一直连加到n-1,所以最后会变成n-1,具体操作如图所示,希望能为您解惑哦~具体过程,请笑纳~

数据结构“时间复杂度”的题目
1.C 二重循环,复杂度就是O(mn)2.D 这个是特殊一点的二重循环,次数为1+2+……+n=n(n+1)\/2,即D 3.B 这个是递归,求n!,也就是n*(n-1)*……*1,递归n次,复杂度为O(n)不懂可问望采纳!

如图数据结构关于时间复杂度的计算
第四句比起第三句少了每次判断退出的那一次,所以是1+2+3+。。。n=n(1+n)\/2 10题同理

数据结构时间复杂度计算,菜鸟不会,求大神详细解析
= 4,第二次循环后x = 8,...第k次循环后x = 2 ^(k + 1)于是整个循环执行的次数为2^(k+1) >= n\/2 即k + 1 >= log2(n\/2)= log2n -1 k >= log2n -2 当n趋于无穷时有k \/ log2n = 1,即时间复杂度为O(log2n),也就是答案A 6、类似地有O(log2n),答案D ...

数据结构 求时间复杂度
假设循环次数是x。i = 1, 3,6 ,9。i = 3^x 条件是i <= n 3^x <= n 所以x <= log3n 一共执行循环体log3n次,所以复杂度是O(log3n)

《数据结构》的题;求下列程序段的时间复杂度。要过程
时间复杂度是O(n^3)第一个for 进行n次循环 第二个for进行n+1次循环 第三个for进行n次循环乘法和赋值 设赋值和乘法的开销为a 那么 总开销为n*(n+1)*a n=a n^3+a n^2 省略小的开销得到an^3 所以时间复杂度为n^3

时间复杂度怎么算例题
时间复杂度算例题如下:(1)递归执行过程 例子:求N!。这是一个简单的"累乘"问题,用递归算法也能解决。n!=n*(n-1)!n>1 0!=1,1!=1n=0,1 因此,递归算法如下:Java代码 fact(intn){ if(n==0||n==1)return1;else returnn*fact(n-1);} 以n=3为例,看运行过程如下:fact(3)--...

求数据结构 顺序查找的时间\/空间复杂度
假设各元素概率相等,查找成功时间复杂度:(n+1)\/2,查找不成功3\/4(n+1)

(数据结构)这个函数的时间复杂度怎么求?
首先有一点要弄清楚,计算时间复杂度时,各项的系数可以去掉,只保留最高项即可。h(n) = n^1.5 + 5000nlgn 约等于 = n^1.5 +n log(10)n = n * (n^0.5 + log(10)n)通过比较当x趋于正无穷大时y=x^0.5和y=log(10)x在第一像限内的图像,发现前者的增长相对后者的增长来说...

相似回答