对于不相交数据 结构的平均情况分析很难做到。问题最少的是答案取决于如何定义平均值(关于联合操作)。例如,下面给出的森林中的 。出于描述目的,每个树是由集合表示的 。森林在不相交数据结构中的组合
{0},{1},{2},{3},{4,5,6,8}
我们可以说,由于存在5棵有是5 * 4 = 20 等同于下一个联合的结果(因为任何两棵不同的树 都可以联合)。当然,这个模型的含义是 只有2/5的机会,下一个工会会涉及大型的 树。
另一种模式可能会说,不同树之间的任何两个元素之间的所有联合都是相同的可能性,所以较大的树更有可能参与下一个联合而不是较小的树。在上面的示例 中,有一个8/11的机会,大树参与了 下一个联合,因为(忽略对称)有6种方式合并{1,2,3,4中的两个元素}以及16种方式将 {5,6,7,8}中的元素与{1,2,3,4}中的元素进行合并。还有更多的 模型,并没有就哪个最好而达成共识。运行时间的平均值取决于模型; O(m),O(m log n)和O(mn)边界实际上已经针对三种不同的模型显示,尽管 后面的边界被认为是更现实的。
上面的文本是来自Wessis的算法和数据分析。
我在组合数学上相当差,所以我不了解上面的问题,我在这里需要帮助来回答以下问题。
- 我们如何得到2/5以上的描述?
- 我们如何得到8/11在上面的描述?
- 作者只描述了两个模型,但在段落末尾提到了不同的模型,第三个模型是什么?
感谢您的帮助
是什么的问题是什么呢? – 2013-03-31 00:21:43