背包算法和凸包答案

【问题标题】：Knapsack Algorithm and Convex Hull背包算法和凸包
【发布时间】：2016-07-08 11:59:02
【问题描述】：

我正在学习算法分析课程，并且我在 java 中有算法作业。我写了这个程序，它运行得很好。但是，我的老师想报告与最坏情况渐近结果的比较以获得加分。这是什么意思？我该如何比较？第一个是凸包算法，第二个是背包算法。我的凸包复杂度 n^3 它有最坏的情况。为什么他想要最坏的情况？我的背包算法复杂度是 (n*2^n)。你能帮帮我吗？

【问题讨论】：

你已经解决了 O(n log n) 的背包决策问题？恭喜，你什么时候领取图灵奖？提示：背包的决策问题是 NP 难的......这也可能暗示了为什么最坏情况分析很重要。
这实际上是两个问题。问题到底是什么？为什么研究最坏情况的渐近行为有意义？
确切的问题是测量不同点数的运行时间并观察收敛行为。与最坏情况的渐近结果进行比较。你的结果是否证实了最坏情况的分析？ @Codor

标签： java algorithm

【解决方案1】：

你被要求比较算法的渐近复杂度并用一些数据证实它。这应该让您大致了解复杂性和实际运行时之间的联系。

他们要求最坏的情况，因为通常这是您可以为您拥有的解决方案提供的保证。例如，如果算法在第一次尝试时偶然发现解决方案，您的背包可能会在 n=1000 时立即工作，但您不能保证它适用于该大小的任何输入（花费的时间太长）。

现在，你已经有了复杂性，所以 O(n^3)

【讨论】：