86 dataS 决策树--比较排序的下界

本文探讨了决策树在对n个元素进行排序时的下界,指出其高度至少为nlgn。根据最坏情况,任何比较排序算法至少需要进行Ω(nlgn)次比较。通过比较叶节点的数量与二叉树高度的关系,证明了n! ≤ 2^h,进而得出n ≥ Ω(nlgn)。堆排序和归并排序因其O(nlgn)的时间复杂度而被认为是渐近最优的比较排序算法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

http://blog.youkuaiyun.com/cike110120/article/details/46400229

决策树排序的下界

如果决策树是针对n个元素排序,那么它的高度至少是 nlgn

在最坏情况下,任何比较排序算法都需要做 Ω(nlgn) 次比较。

因为输入数据的 Ann 种可能的排列都是叶结点,所以 Annl ,由于在一棵高位h的二叉树中,叶结点的数目不多于 2h ,所以有:

n!l2h

对两边取对数:

=>  lg2hlgn!

=>  lg2h=hlg2lgn!

又因为:

lg2<1

所以:

nlgn!=Ω(nlgn)  (此处涉及对n阶乘的变换,需要使用斯特林公式)

因为堆排序和归并排序的运行时间上界均为 O(nlgn) ,因此它们都是渐近最优的比较排序算法。


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值