algorithm - 对数函数求和的复杂度是多少

标签 algorithm time-complexity

我有一个在大 O 中具有以下复杂度的算法:

log(N) + log(N+1) + log(N+2) + ... + log(N+M)

它是否与 log(N+M) 相同,因为它是最大的元素?

或者是 M*log(N+M) 因为它是 M 元素的总和?

最佳答案

为了解决这个问题需要知道的重要规则是:

  • Log a + Log b = Log ab,并且
  • Log a - Log b = Log a/b

将 Log 2、Log 3、... Log N-1 添加和减去给定值。

这会给你 Log 2 + Log 3 + ... + Log (N+M) - (Log 2 + Log 3 + ... + Log (N-1))

第一部分将计算为 Log ((N+M)!),减号后的部分将计算为 Log ((N-1)!)

因此,这种复杂性达到 Log ( (N+M)!/(N-1)! )


UPDATE 在 OP 在评论中提出了另一个好问题之后:

If we have N + N^2 + N^3, it will reduce to just N^3 (the largest element), right? Why we can't apply the same logic here - log(N+M) - largest element?

如果我们只有两个看起来像 Log(N) + Log(M+N) 的项,那么我们可以将它们结合起来并说它们肯定会小于 2 * Log(M+N),因此为 O(Log (M+N))。

但是,如果要求和的项数与项的最高值之​​间存在关系,则这种关系的存在会使计算稍微不那么简单。

比如2(Log N)的加法大O是O(Log N),而N Log N的求和大O不是O(Log N)而是O(N *登录 N).

在给定的求和中,值和总值的个数取决于M和N,所以我们不能把这个复杂度写成Log(M+N),但是我们肯定可以写成M * (Log ( M+N)).

如何?给定求和中的每个值都小于或等于 Log(M + N),并且总共有 M 个这样的值。因此,这些值的总和将小于 M * (Log (M+N)),因此将为 O(M * (Log (M+N)))。


因此,两个答案都是正确的,但 O(Log ( (N+M)!/(N-1)! )) 是一个更严格的界限。

关于algorithm - 对数函数求和的复杂度是多少,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46408694/

相关文章:

c++ - 将集合与集合集合进行比较的最佳算法

大量迭代后,Java while 循环会随着时间的推移而显着变慢

Java:重用与重新分配对容器对象的引用?

language-agnostic - 两个嵌套循环的复杂性,内部循环步进取决于外部循环变量

algorithm - Q : Solving the following recurrence: T(n) = 8T(n/8) + n log n

php - 在 PHP 中解析自定义搜索语法?

algorithm - 这个组合优化问题是 NP 难的吗?

algorithm - 编写一个方法来对两个不同字符串的字符进行排序,而不是对这些字符串的数组进行排序?

javascript - 获取等级折扣算法

c++ - 带有嵌套 if-else 的循环的时间复杂度