Y a-t-il une complexité entre et [fermé]

10

Existe-t-il un degré de complexité supérieur à et inférieur à ? $O(n)$ $O(n \log n)$

algorithms complexity efficiency

— user3696586
source

1

Je pense que peut-être cette question s'intégrerait mieux dans le stackexchange informatique?

— LKlevin

@LKlevin: D'accord.

— Geoff Oxberry

2

L'échange de pile informatique n'est pas très amical envers des questions de base comme celle-ci.

— Nick Alger

20

situe entre et , et est relativement commun à trouver dans la nature. $n \log\log n$ $n$ $n \log n$

— Bill Barth
source

5

Par exemple, le tamis d'Erasthenos a une complexité de

O (n \log \log n)

$O(n \log \log n)$ .

— Eamon Nerbonne

1

Cependant, selon la motivation du demandeur, cela peut ne pas être une distinction pertinente - à toutes fins pratiques, le

n'est qu'un petit facteur constant.

\log \log n

$\log \log n$

— Eamon Nerbonne

2

Oui, bien que ce soit aussi vrai pour

si

est assez petit!

\log n

$\log n$

n

$n$

— Bill Barth

1

@BillBarth Oui, mais elle est exponentiellement moins constante que la constante

!

\log \log n

$\log \log n$

— Pål GD

7

En plus de , il y a aussi dans lequel est le nombre de fois où la fonction logarithme doit être appliquée pour que le résultat soit inférieur à ou égal à 1. $O(n\log(\log(n)))$ $O(n \log^*(n))$ $\log^*$

Par exemple, si vous connaissez déjà un arbre couvrant minimum euclidien, la triangulation de Delaunay peut être découverte en temps . $O(n\log^*(n))$

Plus fort, on peut regarder la fonction inverse d'Ackermann , que l'on retrouve dans l'analyse de plusieurs algorithmes de complexité . Il y a une bonne introduction ici . $\alpha(n,n)$ $O(n\alpha(n,n))$

— Peter Brune
source

2

N'oubliez pas la gloire qu'est

, la fonction ackermann inverse itérée!

α^{*} (n)

$\alpha^*(n)$

— Alexis Beingessner

4

Il y en a infiniment, puisque pour tout . Ainsi, en particulier, $O(n(\log n)^\alpha) \subsetneq O(n(\log n)^\beta)$ $\alpha<\beta$ $O(n) = O(n(\log n)^0) \subsetneq O(n(\log n)^\alpha) \subsetneq O(n\log n)$ pour tout . $\alpha\in (0,1)$

— David Richerby
source