Munro和Paterson在他们的论文《有限的存储空间中的选择和分类》中研究了这个问题。他们表明,您的算法要求k
=Ω(√n)才能以恒定概率成功,并且通过吸引有关一维随机游走的基本结果,这是渐近最优的。
如果我想证明绝对最优,那么我要做的第一件事就是考虑一个任意算法A,然后 将 其执行与算法A’ 耦合
,当A第一次偏离您的算法时,您的算法会代替它执行,并且然后尝试尽可能接近A。
欢迎分享,转载请注明来源:内存溢出
Munro和Paterson在他们的论文《有限的存储空间中的选择和分类》中研究了这个问题。他们表明,您的算法要求k
=Ω(√n)才能以恒定概率成功,并且通过吸引有关一维随机游走的基本结果,这是渐近最优的。
如果我想证明绝对最优,那么我要做的第一件事就是考虑一个任意算法A,然后 将 其执行与算法A’ 耦合
,当A第一次偏离您的算法时,您的算法会代替它执行,并且然后尝试尽可能接近A。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)