f (n) и g (n) представляют время работы двух разных алгоритмов , f (n) имеет сложность алгоритма O (1), а g (n) имеет сложность алгоритма O (n). Можем ли мы утверждать, что f (n) * g (n) имеет сложность O (n)? Почему, почему нет?Большая сложность O, когда две функции f (n) [O (1)] и g (n) [O (n)] умножаются вместе
0
A
ответ
0
Математическое доказательство:
Если мы хотим доказательство того, что е (п) * г (п) О (п) мы должны показать, что существует n0
и постоянная c
, такие как:
f(n)*g(n) < c*n for every n>n0
Мы имеем как факт, что Р (п) является O (N), что означает, что есть c1, n1:
f(n)<c1*n for every n>n1 (1)
и г есть с2, n2:
g(n)<c2 for every n>n2 (2)
Теперь мы имеем, что для любого n>max(n1,n2)
(макс, потому что мы хотим, чтобы оба неравенства для е и г держать):
f(n)g(n)<c1*c2*n (by multiplying (1),(2))
таким образом мы доказали, что есть c=c1*c2 and n0=max(n1,n2)
такие как ниже неравенство:
f(n)g(n)<c*n -> f(n)*g(n) is O(n) for every n>n0.
0
O (n) - сложная задача. Когда мы умножаем f (n) и g (n). Чем выше временная сложность, тем сложнее алгоритм O (n).
Смежные вопросы
- 1. Докажите max (O (f (n)), O (g (n))) = O (max (f (n), g (n))
- 2. функции f (n) не являются O (g (n)), а g (n) не является O (f (n))
- 3. Сложность Время O (n) или O (n (n + 1)/2)
- 4. В асимптотическом анализе покажите, что: - O (f (n) + g (n)) = O (max {f (n), g (n)})
- 5. Если f (n) = O (g (n)), то log (f (n)) = O (log (g (n))?
- 6. Выбор O (n) над O (1), когда для всех n, O (1) быстрее, чем O (n)?
- 7. Между O (nlog * n) и O (n)?
- 8. Отображение f (n) = O (f (n) + g (n))?
- 9. Большой O-O (N^2) или O (N^2 + 1)?
- 10. , если f (n) = o (g (n)), то g (n) + f (n) = Θ (g (n))?
- 11. алгоритмическая сложность O (N)
- 12. O (N^2) сложность
- 13. Практическое различие между O (n) и O (1 + n)?
- 14. f (n)/log (n) = O (g (n)) ⇒ g (n) = Θ (f (n))?
- 15. Вычисление ноты Not-O, O (n) * O (log n) = O (n log n)
- 16. O (n) или O (n)^2 временная сложность алгоритма?
- 17. Является ли O (n) + O (n log n) равным O (n log n)?
- 18. сложность слияния O (nlogn) + O (n)?
- 19. Доказательство f (n) равно O (2^n)
- 20. Сложность времени O (N) или O (Log N)?
- 21. Докажите, что f (n) = o (g (n)) влечет за собой 2^f (n) = o (2^g (n))
- 22. Как может быть алгоритм O (n) также O (n^2), O (n^1000000), O (2^n)?
- 23. O (N log N) Сложность - аналогично линейному?
- 24. Это O (n^2) или O (1)?
- 25. Временная сложность O (N журнал (журнал N)) + п O (L)
- 26. Является ли сложность O (log (n)) эквивалентной O (sqrt (n))?
- 27. O (log_2 (n)) = O (log_10 (n))?
- 28. Что означает O (O (f (n)))?
- 29. Примеры алгоритмов, которые имеют O (1), O (n log n) и O (log n) сложности
- 30. Является ли O (n^n) и O (n!) Эквивалентным?
вы не можете подтвердить? Мне нужно доказать это по этому вопросу. То есть: – VVSTITAN
, так как f (n) - O (1), мы знаем, что существует вещественное число n> n0 такое, что f (n) n0 'такое, что g (n) n0 "такое, что f (n) * g (n)
VVSTITAN