2011-05-21 49 views
5

我有一个算法使用的所有位的0 2之间,并^ n来计算一组的幂:这是什么幂算法的运行时间

public static <T> void findPowerSetsBitwise(Set<T> set, Set<Set<T>> results){ 
     T[] arr = (T[]) set.toArray(); 
     int length = arr.length; 

     for(int i = 0; i < 1<<length; i++){ 
      int k = i; 
      Set<T> newSubset = new HashSet<T>(); 
      int index = arr.length - 1; 
      while(k > 0){ 
       if((k & 1) == 1){ 
        newSubset.add(arr[index]); 
       } 
       k>>=1; 
       index --; 
      } 
      results.add(newSubset); 
     } 

    } 

我的问题是:什么是运行这个算法的时间。循环运行2^n次,在每次迭代中while循环运行lg(i)次。所以我认为,运行时间为

T(n) = the sum from i=0 to i=2^n of lg(i)

但我不知道如何将这种进一步简化,我知道这可以在O(2^n)的时间(不占空间)递归地解决,所以我不知道上面的方法比这更好还是更差,因为它在空间上更好。

回答

6
sigma(lg(i)) where i in (1,2^n) 
= lg(1) + lg(2) + ... + lg(2^n)  
= lg(1*2*...*2^n) 
= lg((2^n)!) 
> lg(2^2^n) 
    = 2^n 

因此,建议的解决方案在时间复杂性方面是值得的,然后是递归的O(2^n)。


编辑:
确切的说,我们知道,每个k - log(k!)Theta(klogk),从而为k=2^n我们得到了lg((2^n)!)Theta(2^nlog(2^n) = Theta(n*2^n)

+0

为什么是x! > 2^x,仍然投票,但将非常感激,如果你可以解释:) – Aly 2011-05-21 21:46:30

+2

@Aly:因为X! = 1 * 2 * 3 ... * x(x次,其中除了第一个和第二个元素都大于2)其中2^x = 2 * 2 * ... * 2(x次,其中全部为2 ... )所以对于大的x,x!> 2^x – amit 2011-05-21 21:48:19

+0

非常感谢! – Aly 2011-05-21 23:09:51

2

没有试图解决或模拟,很容易看出这比O(2^n)更差,因为这是2^n * $值,其中$ value大于1(对于所有i> 2)并且随着n增加而增加,所以显然不是一个常数。

2

应用Sterling公式,它实际上是O(n * 2^n)。