1回答
我正在构建一种遗传算法，我偶然发现了这个：
有人能解释我为什么要这么做吗？通过这种规范化，我能得到什么？用它，我可以把基因从最好的到最坏的排序，并进行任何形式的重组/交叉。
浏览 2提问于2014-12-17得票数 0
1回答
最佳情况复杂度-of算法是由任意N个实例所采取的最大步骤数定义的函数。
最坏情况复杂性-of算法是由任意N个实例上所采取的最大步骤数定义的函数。算法的平均情况复杂度是由任意N个实例上的平均步骤数定义的函数。
浏览 1提问于2014-03-16得票数 0
4回答
基本上，我想要一个算法，它通常会非常非常快地得到解决方案，即使它的最坏情况是可怕的。
我对并行或分布式算法持开放态度，尽管它必须与数据集的大小相适应(在显卡上使用CUDA的算法必须能够分块处理)。
浏览 1提问于2011-06-11得票数 2
回答已采纳
假设有一个输入大小为n的算法，在第一次迭代中，它执行n次计算，然后剩下一个大小为floor(n/2)的问题实例--用于最坏的情况。现在它执行floor(n/2)计算。如何将其转换为Big O形式，以发现最坏情况下的复杂性？
浏览 7提问于2021-06-30得票数 0
1回答
现在我遇到了不确定的算法。因此，我需要知道运行时间和由此产生的适应度。我正在寻找一个java/scala基准测试框架，它可以测量平均和最坏情况下的特性。非确定性意味着算法依赖于某个随机生成器来做出决策。它过去常常找到一个接近最优的解决方案，在这种情况下搜索最优解将需要太多的处理器时间。例如TSP问题的解决方案。
适应度是指优化过程的代价函数。因此，您不仅需要稳定运行时间，还需要稳定成本值(适应性)。我不知道重复调用一个函数直到它显示出可接受的运行时变化是不是基准测试框架的常见特
浏览 2提问于2014-03-27得票数 0
这是从流行的书“算法简介”中摘录的。作者指出，在最坏的情况下，任何比较排序算法都需要Ω(nlgn)比较。以气泡排序算法为例，在最坏的情况下，我们有一个上界O(n^2)。欧米茄代表下界或最小界，因此，最坏情况的下界不也是Ω(n^2)吗？在最坏的情况下，气泡排序怎么会有一个下限，比如建议的Ω(nlgn)，而不是n^2？在最坏的情况下，性能泡沫排序不能采取至少nlgn。
浏览 6提问于2014-09-17得票数 2
回答已采纳
对于一组最坏的情形，A是否有算法A，使A有不同的最坏情形上界和最坏情形下界？此外，对于某些输入集，它应该有不同的最佳情况界，而不等于任何最坏情况下的界。例如，假设H是一种假设算法，使得H具有最坏情况下界Ο(n^3)、最坏情况下界Ω(n^2)和最佳情况运行时间Θ(n)。谢谢:)
浏览 4提问于2014-09-14得票数 1
回答已采纳
算法S对A中的每个奇数执行O(logn)-time计算。
由此，我了解到时间复杂度随着n的偶数或奇数而变化。O(logn)的最佳情况是O(logn)，最坏的情况是O(logn)。我是不是遗漏了什么？算法S根据A中的每个数改变其运行时，当该数为偶数时，运行时为O(n)，如果该数为奇数，则得到O(logn)。
最坏的情况是由n个偶数的数组A组成，每
浏览 1提问于2015-02-17得票数 2
回答已采纳
1回答
我正在上算法分析课程，我在java里有算法作业。我写了这个程序，效果很好。然而，我的老师想报告与最坏情况下的不对称结果的比较，以获得额外的分数。什么意思？我怎么比较呢？一种是凸包算法，另一种是背包算法。我的凸赫尔的复杂性n^3它有最坏的情况。他为什么要做最坏的事？我的背包算法复杂度是(n*2^n)。你能帮帮我吗?
浏览 2提问于2016-07-08得票数 0
回答已采纳
5回答
在最坏的情况下，二进制搜索是最优的吗？我的老师这么说过，但我找不到一本书来支持它。我们从有序数组开始，在最坏的情况下(该算法的最坏情况)，任何算法都需要比二进制搜索更多的成对比较。我正在寻找一个证据，其中说，任何搜索算法将采取至少log2(N)比较，在最坏的情况(最坏的情况下，考虑的algo )。
浏览 11提问于2011-09-28得票数 10
回答已采纳
3回答
我知道最坏的/avg/最好的情况是用来确定算法的复杂度时间成一个函数，但是它是如何用于渐近分析的呢？我理解上/紧/下界(大O，大欧米茄，大θ)是用来比较两个函数，并看到它的极限(增长)是从另一个角度看的，随着n的增加，但我很难看出最坏/avg/最佳情况大O和渐近分析之间的区别。把我们的最坏/avg/最佳情况大O计算到渐近分析和测量界，我们到底能得到什么呢？我们会用渐近分析来具体比较最坏/avg/最佳情况下的
浏览 5提问于2013-08-11得票数 0
回答已采纳
在有关数据结构和算法的书籍中，我们经常看到它们并不分析所有算法的每个案例场景。
一些算法与平均情况一起讨论，一些算法具有平均和最坏情况，而另一些算法则是最佳、平均和最坏情况。为什么我们不需要知道所有算法的所有情况？
浏览 1提问于2011-07-17得票数 4
回答已采纳
4回答
我知道有一个最坏情况的O(n log n)算法来寻找复杂多边形的凸包，还有一个最坏情况的O(n)算法来寻找简单多边形的凸包。是否有一个最坏情况的O(n)算法来寻找复杂多边形的凸包？
浏览 2提问于2010-07-31得票数 4
回答已采纳
1回答
我目前正在做一个关于遗传算法的项目，是什么让它们很难被解决。对于这个项目，我需要生成一个二进制字符串的填充，并获得每个个体的适配性。适应度函数应该给出具有所有1s的字符串为最佳适应度值，所有为0的字符串为第二最佳值，然后，如果存在更多的1s (除非所有1s都是1)，那么任何0和1s的变化都应该返回一个更糟的值，而越多的值越好。对于十进制字母表，我能够创建一个欺骗性的适应度函数，方法是给每个数字9分配权重，它们是最好的，8最坏的，当你达到0的值时。这将使遗传算法远离提供欺骗性景观的最佳解决
浏览 1提问于2018-03-27得票数 0
回答已采纳
为什么我们只关心最坏情况下的时间复杂度(Big O)，给定一个数据集和2个代码片段/算法，我们可以始终确保算法将采用最坏情况下的复杂度吗？
浏览 1提问于2015-09-09得票数 2
1回答
最坏情况分析
、、、
学习算法的最坏情况分析 if(x>=2) Fn(y) Else fn(n)
对于算法A，当x=10返回1，则最大(1，x-1)时，最坏
浏览 0提问于2020-01-14得票数 1
回答已采纳
2回答
所涉及的数字不是特别大(<100)，但我需要良好的性能，即使在最坏的情况下也是如此。我想也许我可以使Pisinger的动态编程算法适用于这个任务；它的运行时间是O(NC)，而且我碰巧满足了有界正数的要求。-Is有没有可能使这个算法适应我的需要？-Or，有没有另一种线性算法，我可以使用，它也是同样有效的？
-Could有人提供了伪代码或详细的解释吗？
浏览 0提问于2013-06-18得票数 3
回答已采纳
1回答
我们使用常规的快速排序算法。选择的枢轴是中位数，但为了找到中位数，它采取了Theta(n^{2006/2005})最坏的情况。为什么算法的最坏情况是等于Theta(n^{2006/2005}) 而不是 Theta(n^{2006/2005} * logn)
浏览 2提问于2015-02-19得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
