闲话
待补。也可能不补(
最近听了好多 v 曲啊(感叹
今日推歌:
乌云 雨 透明的我 by 沉林川 et al. feat. 星尘
去时枝 by 沉林川 feat. 洛天依
I . I . I G R O K by JUSF周存 feat. 洛天依
一个奇怪的渐近估计
之前在思考[数据删除]的做法时,想出了一个完全错误的方法。在计算复杂度的时候,突发奇想,想要算一下暴力的实际复杂度。具体地,我们希望估计下面式子的渐近表现:
∑T is PN∑p∤T[pT≤n]
一方面,
∑T is PN∑p∤T[pT≤n]≤∑T is PN∑p[pT≤n]
而直接按 √nlogkn 划分,估计一下能得到
Θ(∫√nlogkn1√np dπ(p)+∫√n/logkn1√T dT)= Θ⎛⎝√n∫√nlogkn1√1p(logp−1log2p) dp+(√nlogkn)3/2⎞⎠= Θ⎛⎝√n(12Ei(logp2)+√plogp)∣∣√nlogkn1+(√nlogkn)3/2⎞⎠= Θ⎛⎜
⎜⎝√n√√nlogknlogn+(√nlogkn)3/2⎞⎟
⎟⎠= Θ(n3/4log1−k/2n+n3/4log3k/2n)
已经了解了 Ei(logp2)∼√plogp。
最后取 k=12−log32loglogn 或 12 得到最小值 Θ(n3/4log3/4(n))。由于 ≤,我们只得到了目的和式的上界。
另一方面,
∑T is PN∑p[pT≤n]−∑T is PN∑p∤T[pT≤n]=∑T is PN∑p∣T[pT≤n]≤∑T is PN∑p≤√n[pT≤n]
而
∑T is PN∑p≤√n[pT≤n]= ∑p≤√n∑T is PN[T≤n/p]= Θ(∫√n1√np dπ(p))= Θ(√nn1/4logn)= Θ(n3/4logn)
因此
∑T is PN∑p∤T[pT≤n]≥ ∑T is PN∑p[pT≤n]−∑T is PN∑p≤√n[pT≤n]= Θ(n3/4log3/4n)−Θ(n3/4logn)= Θ(n3/4log3/4n)
这就指出了目的和式的下界同样为该式。
因此,我们知道了
∑T is PN∑p∤T[pT≤n]=Θ(n3/4log3/4n).
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗?
· 【译】Visual Studio 中新的强大生产力特性
· 【设计模式】告别冗长if-else语句:使用策略模式优化代码结构
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义