递归关系的渐近逼近(Akra-Bazzi似乎不适用)


10

假设算法具有运行时重复关系:

T(n)={g(n)+T(n1)+T(δn):nn0f(n):n<n0

对于一些常数。假设是多项式,也许是二次的。最有可能在为指数。g n f n0<δ<1gnfn

如何分析运行时(很好)?主定理和更一般的Akra-Bazzi方法似乎并不适用。Θ


找到一个好的下限很容易,但是找到一个好的上限却很困难,但是粗略地讲似乎接近。T(n)=aT(n/a)+g(n)

1
如果您仍在寻找答案,则应查看Graham,Knuth和Patashnik的“具体数学”。
卡夫(Kaveh),

假设是常数,我们不需要对任何假设,还是?n0f
拉斐尔

参数可以是实例特定的。很高兴看到运行时如何依赖于。n0n0
奥斯汀·布坎南

1
我问了一个相关的问题,到目前为止,这种问题还没有提出任何一般性定理。
拉斐尔

Answers:


5

一种可能的方法是类比微分方程。令。在此,是的一阶导数的离散模拟。我们得到以下关系: 连续的模拟是微分方程 或者,如果您更喜欢看成不同的写法: 那是一个微分方程。T(n)=T(n)T(n1)T(n)T(n)

T(n)=T(δn)+g(n).
t(x)=t(δx)+g(x),
ddxt(x)=t(δx)+g(x).

现在,您可以尝试求解连续函数微分方程,然后假设一个相似的函数将是您原始递归关系的解决方案,并尝试证明您的假设。至少,这是您可以遵循的一种通用方法。t(x)

我已经忘记了我以前对微分方程的所有知识,所以我不知道该微分方程的解决方案,但是也许您可以通过回顾所有用于求解微分方程的技术来解决它。


唐纳德·纽曼(Donald J Newman)似乎经常使用这种技术,效果很好。
Aryabhata

无需进一步寻找。解决该微分方程并不容易。在尝试的一些基本形式后,我不太相信它具有封闭形式的解决方案。t(x)
通知2014年
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.