Qu'est-ce qu'un exemple (en code) d'une fonction O (n!)? Il faut que le nombre d'opérations approprié soit exécuté en fonction de n; c'est-à-dire que je parle de la complexité du temps.
Voilà. C'est probablement l'exemple le plus trivial d'une fonction qui s'exécute dans O(n!)
time (où n
est l'argument de la fonction):
void nFacRuntimeFunc(int n) {
for(int i=0; i<n; i++) {
nFacRuntimeFunc(n-1);
}
}
Un exemple classique est le problème du voyageur de commerce par recherche brutale.
S'il y a N
villes, la méthode de la force brute essaiera chaque permutation de ces N
villes pour trouver celle qui est la moins chère. Maintenant, le nombre de permutations avec N
villes est N!
, ce qui rend sa complexité factorielle (O(N!)
).
Il existe des problèmes, qui sont NP-complete
(vérifiables dans un temps polynomial non déterministe). Cela signifie que si les entrées sont échelles, votre calcul nécessaire pour résoudre le problème augmente plus que beaucoup.
Certains problèmes NP-hard
sont: Problème de chemin hamiltonien ( open img ), Problème de voyageur de commerce ( open img )
Quelques NP-complete
problèmes sont: Problème de satisfiabilité booléenne (samedi) ( ouvert img ), N-puzzle ( ouvert img ), Problème de sac à dos ( open img ), Problème d'isomorphisme de sous-graphique ( open img ), Problème de somme de sous-ensemble ( open img ), Problème de clique ( open img ), Problème de couverture de vertex ( open img ), Problème de set indépendant ( open img ), Problème de set dominant ( open img ), Problème de coloration des graphes ( open img ),
Source: link
Trouver le déterminant avec expansion par des mineurs.
Très bonne explication ici .
# include <cppad/cppad.hpp>
# include <cppad/speed/det_by_minor.hpp>
bool det_by_minor()
{ bool ok = true;
// dimension of the matrix
size_t n = 3;
// construct the determinat object
CppAD::det_by_minor<double> Det(n);
double a[] = {
1., 2., 3., // a[0] a[1] a[2]
3., 2., 1., // a[3] a[4] a[5]
2., 1., 2. // a[6] a[7] a[8]
};
CPPAD_TEST_VECTOR<double> A(9);
size_t i;
for(i = 0; i < 9; i++)
A[i] = a[i];
// evaluate the determinant
double det = Det(A);
double check;
check = a[0]*(a[4]*a[8] - a[5]*a[7])
- a[1]*(a[3]*a[8] - a[5]*a[6])
+ a[2]*(a[3]*a[7] - a[4]*a[6]);
ok = det == check;
return ok;
}
Code de ici . Vous trouverez également les fichiers .hpp
nécessaires là .
Je pense que je suis un peu en retard, mais je trouve snailsort le meilleur exemple d’algorithme déterministe O (n!) Il trouve fondamentalement la permutation suivante d'un tableau jusqu'à ce qu'il le trie.
Cela ressemble à ceci:
template <class Iter>
void snail_sort(Iter first, Iter last)
{
while (next_permutation(first, last)) {}
}
Tout algorithme qui calcule toute la permutation d'un tableau donné est O (N!).
l'exemple le plus simple :)
pseudocode:
input N
calculate N! and store the value in a vaiable NFac - this operation is o(N)
loop from 1 to NFac and output the letter 'z' - this is O(N!)
voilà :)
En tant qu'exemple réel, pourquoi ne pas générer toutes les permutations d'un ensemble d'éléments?
Dans Wikipedia
Résoudre le problème du voyageur de commerce via la recherche par force brute; trouver le déterminant avec expansion par des mineurs.
http://en.wikipedia.org/wiki/Big_O_notation#Orders_of_common_functions
En C #
Ne serait-ce pas O (N!) Dans la complexité de l'espace? parce que la chaîne en C # est immuable.
string reverseString(string orgString) {
string reversedString = String.Empty;
for (int i = 0; i < orgString.Length; i++) {
reversedString += orgString[i];
}
return reversedString;
}
Vous avez raison, les appels récursifs devraient prendre exactement n! temps. Voici un code permettant de tester le temps factoriel pour n valeurs différentes. La boucle intérieure court pour n! temps pour différentes valeurs de j, la complexité de la boucle interne est donc Big O (n!)
public static void NFactorialRuntime(int n)
{
Console.WriteLine(" N Fn N!");
for (int i = 1; i <= n; i++) // This loop is just to test n different values
{
int f = Fact(i);
for (int j = 1; j <= f; j++) // This is Factorial times
{ ++x; }
Console.WriteLine(" {0} {1} {2}", i, x, f);
x = 0;
}
}
Voici le résultat du test pour n = 5, il itère exactement le temps factoriel.
N Fn N!
1 1 1
2 2 2
3 6 6
4 24 24
5 120 120
Fonction exacte avec complexité temporelle n!
// Big O(n!)
public static void NFactorialRuntime(int n)
{
for (int j = 1; j <= Fact(i); j++) { ++x; }
Console.WriteLine(" {0} {1} {2}", i, x, f);
}
La méthode récursive que vous avez probablement apprise pour prendre le déterminant d'une matrice (si vous avez utilisé l'algèbre linéaire) prend O (n!) Temps. Bien que je n'aie pas particulièrement envie de coder tout ça.
@clocksmith Vous avez absolument raison. Ceci ne calcule pas n !. Ce n'est pas non plus de O (n!). Je l'ai couru collecté les données dans le tableau ci-dessous. Veuillez comparer les colonnes 2 et trois. (#nF est le nombre d'appels à nFacRuntimeFunc)
0 0 1
1 1 1
2 4 2
3 15 6
4 65 24
5 325 120
6 1956 720
7 13699 5040
Donc, clairement si exécute bien pire que O (n!). Vous trouverez ci-dessous un exemple de code pour calculer n! récursivement. vous remarquerez que son ordre est O(n).
int Factorial(int n)
{
if (n == 1)
return 1;
else
return n * Factorial(n-1);
}
Bogosort est le seul "officiel" que j'ai rencontré qui s'aventure dans la région O (n!). Mais ce n’est pas un O (n!) Garanti, c’est de nature aléatoire.