我正在开发一些算法,占用O(log^3 n)。 (注:以O作为Big Theta,尽管Big O也可以)算法复杂度,log^k n vs n log n
我不确定,而O(log^3 n),甚至O(log^2 n)被认为是更多/更少/ equaly复杂为O(n log n)。
如果我要严格遵守规则,我会说O(n log n)是更复杂的规则,但是我仍然没有任何线索知道为什么或如何。
我已经做了一些研究,但我一直未能找到这个问题的答案。
非常感谢。
我正在开发一些算法,占用O(log^3 n)。 (注:以O作为Big Theta,尽管Big O也可以)算法复杂度,log^k n vs n log n
我不确定,而O(log^3 n),甚至O(log^2 n)被认为是更多/更少/ equaly复杂为O(n log n)。
如果我要严格遵守规则,我会说O(n log n)是更复杂的规则,但是我仍然没有任何线索知道为什么或如何。
我已经做了一些研究,但我一直未能找到这个问题的答案。
非常感谢。
因此(N log n)的比((log n)的) “更大”。这可以通过归纳容易地推广到((log n)k)。
如果graph the two functions together你可以看到,ñ日志(ñ)增长高于登录 ñ更快。
为了证明这一点,你需要证明ň日志ň>登录 ñ为比一些任意数量Çň更大的所有值。找到这样一个c,你有你的证据。
实际上,n log(n) grows faster than any logxn为正数x。
哪个更大,log^3(100000)或1000000 * log(1000000)? – mbeckish
nlogn更复杂既不log^2n,例如,如果我们有N等于1024,我们有1024 * 10> 10 * 10(日志基数是2) –
@JohnKugelman你应该发布这个答案。 – Ridcully