मास्टर प्रमेय (एल्गोरिदम का विश्लेषण): Difference between revisions

From Vigyanwiki
No edit summary
No edit summary
 
(6 intermediate revisions by 4 users not shown)
Line 1: Line 1:
{{short description|Bounds recurrence relations that occur in the analysis of divide and conquer algorithms}}
{{short description|Bounds recurrence relations that occur in the analysis of divide and conquer algorithms}}एल्गोरिदम के विश्लेषण में, विभाजन और जीत पुनरावृत्ति के लिए मास्टर प्रमेय कई विभाजन और जीत एल्गोरिदम के विश्लेषण में होने वाले प्रकार के [[पुनरावृत्ति संबंध|पुनरावृत्ति संबंधों]] के लिए [[स्पर्शोन्मुख विश्लेषण]] ([[बिग ओ नोटेशन]] का उपयोग करके) प्रदान करता है। यह दृष्टिकोण पहली बार 1980 में [[जॉन बेंटले (कंप्यूटर वैज्ञानिक)]], [[डोरोथिया ब्लोस्टीन]] (नी हेकेन) और जेम्स बी सक्से द्वारा प्रस्तुत किया गया था, जहां इसे इस प्रकार  की पुनरावृत्ति का समाधान करने के लिए एकीकृत विधि के रूप में वर्णित किया गया था।<ref>{{citation | last1 = Bentley | first1 = Jon Louis | author1-link = Jon Bentley (computer scientist) | last2 = Haken | first2 = Dorothea | author2-link = Dorothea Blostein | last3 = Saxe | first3 = James B. | author3-link = James B. Saxe | date = September 1980 | doi = 10.1145/1008861.1008865 | issue = 3 | journal = [[ACM SIGACT News]] | pages = 36–44 | title = A general method for solving divide-and-conquer recurrences | volume = 12| s2cid = 40642274 | url = http://www.dtic.mil/get-tr-doc/pdf?AD=ADA064294 | archive-url = https://web.archive.org/web/20170922231154/http://www.dtic.mil/get-tr-doc/pdf?AD=ADA064294 | url-status = dead | archive-date = September 22, 2017 }}</ref> मास्टर प्रमेय का नाम  व्यापक रूप से उपयोग किए जाने वाले एल्गोरिदम पाठ्यपुस्तक [[एल्गोरिदम का परिचय]] (एल्गोरिदम टेक्स्टबुक इंट्रोडक्शन टू एल्गोरिदम) द्वारा थॉमस एच. कॉर्मेन, चार्ल्स ई. लीसरसन, [[रॉन रिवेस्ट]] और [[क्लिफर्ड स्टीन]] द्वारा  लोकप्रिय किया गया था।
{{For|अन्य प्रमेय जिन्हें ''मास्टर प्रमेय'' कहा जाता है|मास्टर प्रमेय (बहुविकल्पी){{!}}मास्टर प्रमेय}}


एल्गोरिदम के विश्लेषण में, विभाजन और जीत पुनरावृत्ति के लिए मास्टर प्रमेय कई विभाजन और जीत एल्गोरिदम के विश्लेषण में होने वाले प्रकार के [[पुनरावृत्ति संबंध|पुनरावृत्ति संबंधों]] के लिए [[स्पर्शोन्मुख विश्लेषण]] ([[बिग ओ नोटेशन]] का उपयोग करके) प्रदान करता है। यह दृष्टिकोण पहली बार 1980 में [[जॉन बेंटले (कंप्यूटर वैज्ञानिक)]], [[डोरोथिया ब्लोस्टीन]] (नी हेकेन) और जेम्स बी सक्से द्वारा प्रस्तुत किया गया था, जहां इसे इस तरह की पुनरावृत्ति का समाधान करने के लिए एकीकृत विधि के रूप में वर्णित किया गया था।<ref>{{citation | last1 = Bentley | first1 = Jon Louis | author1-link = Jon Bentley (computer scientist) | last2 = Haken | first2 = Dorothea | author2-link = Dorothea Blostein | last3 = Saxe | first3 = James B. | author3-link = James B. Saxe | date = September 1980 | doi = 10.1145/1008861.1008865 | issue = 3 | journal = [[ACM SIGACT News]] | pages = 36–44 | title = A general method for solving divide-and-conquer recurrences | volume = 12| s2cid = 40642274 | url = http://www.dtic.mil/get-tr-doc/pdf?AD=ADA064294 | archive-url = https://web.archive.org/web/20170922231154/http://www.dtic.mil/get-tr-doc/pdf?AD=ADA064294 | url-status = dead | archive-date = September 22, 2017 }}</ref> मास्टर प्रमेय का नाम  व्यापक रूप से उपयोग किए जाने वाले एल्गोरिदम पाठ्यपुस्तक [[एल्गोरिदम का परिचय]] (एल्गोरिदम टेक्स्टबुक इंट्रोडक्शन टू एल्गोरिदम) द्वारा थॉमस एच. कॉर्मेन, चार्ल्स ई. लीसरसन, [[रॉन रिवेस्ट]] और [[क्लिफर्ड स्टीन]] द्वारा  लोकप्रिय किया गया था।
इस प्रमेय के उपयोग से सभी पुनरावृत्ति संबंधों को समाधान नहीं किया जा सकता है; इसके सामान्यीकरण में अकरा-बाज़ी पद्धति सम्मिलित है।
 
इस प्रमेय के उपयोग से सभी पुनरावृत्ति संबंधों को हल नहीं किया जा सकता है; इसके सामान्यीकरण में अकरा-बाज़ी पद्धति शामिल है।


== परिचय ==
== परिचय ==
समस्या पर विचार करें जिसे पुनरावर्ती एल्गोरिथम का उपयोग करके हल किया जा सकता है जैसे कि निम्नलिखित:<syntaxhighlight lang="d">
समस्या पर विचार करें जिसे पुनरावर्ती एल्गोरिथम का उपयोग करके समाधान किया जा सकता है जैसे कि निम्नलिखित:<syntaxhighlight lang="d">
procedure p(input x of size n):
procedure p(input x of size n):
     if n < some constant k:
     if n < some constant k:
Line 15: Line 12:
         Call procedure p recursively on each subproblem
         Call procedure p recursively on each subproblem
         Combine the results from the subproblems
         Combine the results from the subproblems
</syntaxhighlight>[[File:Recursive_problem_solving.svg|thumb|right|359x359px|समाधान ट्री।]]उपरोक्त एल्गोरिथ्म समस्या को पुनरावर्ती रूप से कई उप-समस्याओं में विभाजित करता है, प्रत्येक उप-समस्या आकार {{math|''n''/''b''}} की होती है. इसके समाधान के पेड़ में प्रत्येक पुनरावर्ती कॉल के लिए एक नोड होता है, उस नोड के बच्चे उस कॉल से किए गए अन्य कॉल होते हैं। पेड़ की पत्तियां पुनरावर्तन के आधार मामले हैं, उप-समस्याएं (के से कम आकार की) जो पुनरावर्तन नहीं करती हैं। उपरोक्त उदाहरण होगा {{mvar|a}} प्रत्येक गैर-पत्ती नोड पर चाइल्ड नोड। प्रत्येक नोड काम की मात्रा करता है जो उप-समस्या {{mvar|n}} के आकार के अनुरूप होता है  पुनरावर्ती कॉल के उस उदाहरण को पास किया गया और इसके <math>f(n)</math> द्वारा दिया गया . संपूर्ण एल्गोरिथम द्वारा किए गए कार्य की कुल राशि ट्री में सभी नोड्स द्वारा किए गए कार्य का योग है।
</syntaxhighlight>[[File:Recursive_problem_solving.svg|thumb|right|359x359px|समाधान ट्री।]]उपरोक्त कलन विधि समस्या को पुनरावर्ती रूप से कई उप-समस्याओं में विभाजित करता है, प्रत्येक उप-समस्या आकार {{math|''n''/''b''}} की होती है. इसके समाधान के पेड़ में प्रत्येक पुनरावर्ती कॉल के लिए एक नोड होता है, उस नोड के बच्चे उस कॉल से किए गए अन्य कॉल होते हैं। पेड़ की पत्तियां पुनरावर्तन के आधार स्थिति हैं, उप-समस्याएं (के से कम आकार की) जो पुनरावर्तन नहीं करती हैं। उपरोक्त उदाहरण {{mvar|a}} प्रत्येक गैर-पत्ती नोड पर चाइल्ड नोड होगा। प्रत्येक नोड काम की मात्रा करता है जो उप-समस्या {{mvar|n}} के आकार के अनुरूप होता है। पुनरावर्ती कॉल के उस उदाहरण को पास किया गया और इसके <math>f(n)</math> द्वारा दिया गया . संपूर्ण एल्गोरिथम द्वारा किए गए कार्य की कुल राशि ट्री में सभी नोड्स द्वारा किए गए कार्य का योग है।


एल्गोरिथम का रनटाइम जैसे आकार 'n' के इनपुट पर ऊपर 'p', आमतौर पर <math>T(n)</math> द्वारा निरूपित किया जाता है, पुनरावृत्ति संबंध द्वारा व्यक्त किया जा सकता है
एल्गोरिथम का रनटाइम जैसे आकार 'n' के इनपुट पर ऊपर 'p', सामान्यतः <math>T(n)</math> द्वारा निरूपित किया जाता है, पुनरावृत्ति संबंध द्वारा व्यक्त किया जा सकता है
:<math>T(n) = a \; T\left(\frac{n}{b}\right) + f(n),</math>
:<math>T(n) = a \; T\left(\frac{n}{b}\right) + f(n),</math>
जहाँ <math> f(n)</math> उपरोक्त प्रक्रिया में उप-समस्याओं को बनाने और उनके परिणामों को संयोजित करने का समय है। किए गए कार्य की कुल राशि के लिए व्यंजक प्राप्त करने के लिए इस समीकरण को क्रमिक रूप से स्वयं में प्रतिस्थापित किया जा सकता है और विस्तारित किया जा सकता है।<ref>
जहाँ <math> f(n)</math> उपरोक्त प्रक्रिया में उप-समस्याओं को बनाने और उनके परिणामों को संयोजित करने का समय है। किए गए कार्य की कुल राशि के लिए व्यंजक प्राप्त करने के लिए इस समीकरण को क्रमिक रूप से स्वयं में प्रतिस्थापित किया जा सकता है और विस्तारित किया जा सकता है।<ref>
Line 27: Line 24:
== सामान्य रूप ==
== सामान्य रूप ==


मास्टर प्रमेय हमेशा विभाजित और जीत एल्गोरिदम से पुनरावृत्ति के लिए असम्बद्ध रूप से तंग सीमा उत्पन्न करता है जो इनपुट को समान आकार के छोटे उप-समस्याओं में विभाजित करता है, उप-समस्याओं को पुनरावर्ती रूप से हल करता है, और फिर मूल समस्या का समाधान देने के लिए उप-समस्या समाधानों को जोड़ता है। इस तरह के एल्गोरिथ्म के लिए समय उस कार्य को जोड़कर व्यक्त किया जा सकता है जो वे अपने पुनरावर्तन के शीर्ष स्तर पर (समस्याओं को उप-समस्याओं में विभाजित करने के लिए और फिर उप-समस्याओं के समाधानों को संयोजित करने के लिए) एक साथ एल्गोरिथ्म के पुनरावर्ती कॉल में किए गए समय के साथ करते हैं। अगर <math>T(n)</math> आकार के इनपुट पर एल्गोरिथ्म के लिए कुल समय <math>n</math> को दर्शाता है, और <math>f(n)</math> पुनरावृत्ति के शीर्ष स्तर पर लगने वाले समय की मात्रा को दर्शाता है तो समय को पुनरावृत्ति संबंध द्वारा व्यक्त किया जा सकता है जो रूप लेता है:
मास्टर प्रमेय हमेशा विभाजित और जीत एल्गोरिदम से पुनरावृत्ति के लिए असम्बद्ध रूप से तंग सीमा उत्पन्न करता है जो इनपुट को समान आकार के छोटे उप-समस्याओं में विभाजित करता है, उप-समस्याओं को पुनरावर्ती रूप से समाधान करता है, और फिर मूल समस्या का समाधान देने के लिए उप-समस्या समाधानों को जोड़ता है। इस प्रकार  के कलन विधि के लिए समय उस कार्य को जोड़कर व्यक्त किया जा सकता है जो वे अपने पुनरावर्तन के शीर्ष स्तर पर (समस्याओं को उप-समस्याओं में विभाजित करने के लिए और फिर उप-समस्याओं के समाधानों को संयोजित करने के लिए) एक साथ कलन विधि के पुनरावर्ती कॉल में किए गए समय के साथ करते हैं। यदि <math>T(n)</math> आकार के इनपुट पर कलन विधि के लिए कुल समय <math>n</math> को दर्शाता है, और <math>f(n)</math> पुनरावृत्ति के शीर्ष स्तर पर लगने वाले समय की मात्रा को दर्शाता है तो समय को पुनरावृत्ति संबंध द्वारा व्यक्त किया जा सकता है जो रूप लेता है:
:<math>T(n) = a \; T\!\left(\frac{n}{b}\right) + f(n)</math>
:<math>T(n) = a \; T\!\left(\frac{n}{b}\right) + f(n)</math>
यहाँ <math>n</math> एक इनपुट समस्या का आकार है, <math>a</math> पुनरावर्तन में उपसमस्याओं की संख्या है, और <math>b</math> वह कारक है जिसके द्वारा प्रत्येक पुनरावर्ती कॉल (b> 1) में उप-समस्या का आकार कम हो जाता है। महत्वपूर्ण रूप से, <math>a</math> और <math>b</math> पर <math>n</math> निर्भर नहीं होना चाहिए. नीचे दिया गया प्रमेय यह भी मानता है कि, पुनरावृत्ति के आधार मामले के रूप में, <math>T(n)=\Theta(1)</math> कब <math>n</math> किसी <math>\kappa > 0</math> सीमा से कम है, सबसे छोटा इनपुट आकार जो पुनरावर्ती कॉल की ओर ले जाएगा।
यहाँ <math>n</math> एक इनपुट समस्या का आकार है, <math>a</math> पुनरावर्तन में उपसमस्याओं की संख्या है, और <math>b</math> वह कारक है जिसके द्वारा प्रत्येक पुनरावर्ती कॉल (b> 1) में उप-समस्या का आकार कम हो जाता है। महत्वपूर्ण रूप से, <math>a</math> और <math>b</math> पर <math>n</math> निर्भर नहीं होना चाहिए. नीचे दिया गया प्रमेय यह भी मानता है कि, पुनरावृत्ति के आधार स्थिति के रूप में, <math>T(n)=\Theta(1)</math> तब <math>n</math> किसी <math>\kappa > 0</math> सीमा से कम है, सबसे छोटा इनपुट आकार जो पुनरावर्ती कॉल की ओर ले जाएगा।


समस्या को विभाजित/पुन: संयोजित करने के कार्य के आधार पर, इस फ़ॉर्म की पुनरावृत्ति अक्सर निम्नलिखित तीन शासनों में से एक को संतुष्ट करती है <math>f(n)</math> महत्वपूर्ण घातांक <math>c_{\operatorname{crit}}=\log_b a</math>. (नीचे दी गई तालिका मानक बिग ओ नोटेशन का उपयोग करती है) से संबंधित है।
समस्या को विभाजित/पुन: संयोजित करने के कार्य के आधार पर, इस फ़ॉर्म की पुनरावृत्ति अधिकांश निम्नलिखित तीन शासनों में से एक को संतुष्ट करती है <math>f(n)</math> महत्वपूर्ण घातांक <math>c_{\operatorname{crit}}=\log_b a</math>. (नीचे दी गई तालिका मानक बिग ओ नोटेशन का उपयोग करती है) से संबंधित है।


:<math>c_{\operatorname{crit}} = \log_b a = \log(\#\text{subproblems})/\log(\text{relative subproblem size})</math>
:<math>c_{\operatorname{crit}} = \log_b a = \log(\#\text{subproblems})/\log(\text{relative subproblem size})</math>
Line 39: Line 36:
! width=10|स्थिति
! width=10|स्थिति
! विवरण
! विवरण
! <math>f(n)</math> <math>c_{\operatorname{crit}}</math> के संबंध में, यानी, <math>\log_b a</math> पर स्थिति  
! <math>f(n)</math> <math>c_{\operatorname{crit}}</math> के संबंध में, अर्थात्, <math>\log_b a</math> पर स्थिति  
! मास्टर प्रमेय बाध्य
! मास्टर प्रमेय बाध्य
! width=400|सांकेतिक उदाहरण
! width=400|सांकेतिक उदाहरण
Line 47: Line 44:
! 1
! 1
| किसी समस्या को विभाजित/पुन: संयोजित करने का कार्य उप-समस्याओं से बौना हो जाता है।
| किसी समस्या को विभाजित/पुन: संयोजित करने का कार्य उप-समस्याओं से बौना हो जाता है।
यानी पुनरावर्तन वृक्ष पत्ती-भारी है
अर्थात् पुनरावर्तन वृक्ष पत्ती-भारी है
| जब <math>f(n) = O(n^{c})</math> जहाँ <math>c<c_{\operatorname{crit}}</math>  
| जब <math>f(n) = O(n^{c})</math> जहाँ <math>c<c_{\operatorname{crit}}</math>  


Line 80: Line 77:
! 3
! 3
| किसी समस्या को विभाजित/पुन: संयोजित करने का कार्य उप-समस्याओं पर हावी हो जाता है।
| किसी समस्या को विभाजित/पुन: संयोजित करने का कार्य उप-समस्याओं पर हावी हो जाता है।
यानी रिकर्सन ट्री रूट-हैवी है।
अर्थात् रिकर्सन ट्री रूट-हैवी है।
| जब <math>f(n) = \Omega(n^{c})</math> जहाँ <math>c>c_{\operatorname{crit}}</math>  
| जब <math>f(n) = \Omega(n^{c})</math> जहाँ <math>c>c_{\operatorname{crit}}</math>  


(अधिक-प्रतिपादक बहुपद द्वारा निम्न-परिबद्ध)
(अधिक-प्रतिपादक बहुपद द्वारा निम्न-परिबद्ध)


| ... यह आवश्यक रूप से कुछ भी नहीं देता है। इसके अलावा, अगर
| ... यह आवश्यक रूप से कुछ भी नहीं देता है। इसके अतिरिक्त, यदि


:<math>a f\left( \frac{n}{b} \right) \le k f(n)</math> for कुछ स्थिर <math>k < 1</math> और और काफी बड़ा <math>n</math> (अक्सर नियमितता की स्थिति कहा जाता है)
:<math>a f\left( \frac{n}{b} \right) \le k f(n)</math> for कुछ स्थिर <math>k < 1</math> और और काफी बड़ा <math>n</math> (अधिकांश नियमितता की स्थिति कहा जाता है)


तो कुल बंटवारे की अवधि का प्रभुत्व है <math>f(n)</math>:
तो कुल बंटवारे की अवधि का प्रभुत्व है <math>f(n)</math>:
Line 96: Line 93:


|}
|}
केस 2 का एक उपयोगी विस्तार सभी मूल्यों को संभालता है <math>k</math>:<ref name="Yap">
स्थिति 2 का एक उपयोगी विस्तार सभी मानो <math>k</math> को संभालता है:<ref name="Yap">
Chee Yap, A real elementary approach to the master recurrence and generalizations, Proceedings of the 8th annual conference on Theory and applications of models of computation (TAMC'11), pages 14–26, 2011. [https://web.archive.org/web/20180428180729/https://pdfs.semanticscholar.org/5273/51a915d7f34f8965c74ecf422e70cd410b52.pdf Online copy.]
Chee Yap, A real elementary approach to the master recurrence and generalizations, Proceedings of the 8th annual conference on Theory and applications of models of computation (TAMC'11), pages 14–26, 2011. [https://web.archive.org/web/20180428180729/https://pdfs.semanticscholar.org/5273/51a915d7f34f8965c74ecf422e70cd410b52.pdf Online copy.]
</ref>
</ref>
Line 103: Line 100:
|-
|-
! width=10|स्थिति
! width=10|स्थिति
! <math>f(n)</math> <math>c_{\operatorname{crit}}</math> के संबंध में, यानी,  <math>\log_b a</math> पर स्थिति
! <math>f(n)</math> <math>c_{\operatorname{crit}}</math> के संबंध में, अर्थात्,  <math>\log_b a</math> पर स्थिति
! मास्टर प्रमेय बाध्य
! मास्टर प्रमेय बाध्य
! width=400|सांकेतिक उदाहरण
! width=400|सांकेतिक उदाहरण
Line 110: Line 107:


! 2a
! 2a
| When <math>f(n) = \Theta(n^{c_{\operatorname{crit}}}\log^{k} n)</math> for any <math>k > -1</math>
| जब<math>f(n) = \Theta(n^{c_{\operatorname{crit}}}\log^{k} n)</math> कोई के लिये <math>k > -1</math>


| ... then <math>T(n)= \Theta\left( n^{c_{\operatorname{crit}}} \log^{k+1} n \right)</math>
| ...तब <math>T(n)= \Theta\left( n^{c_{\operatorname{crit}}} \log^{k+1} n \right)</math>


(The bound is the splitting term, where the log is augmented by a single power.)
(बाध्य बंटवारे की अवधि है, जहां लॉग को एक शक्ति द्वारा संवर्धित किया जाता है।)


| If <math>b=a^2</math> and <math>f(n) = \Theta(n^{1/2}/\log^{1/2} n)</math>, then <math>T(n) = \Theta(n^{1/2} \log^{1/2} n)</math>.
| यदि <math>b=a^2</math> और <math>f(n) = \Theta(n^{1/2}/\log^{1/2} n)</math>, तब <math>T(n) = \Theta(n^{1/2} \log^{1/2} n)</math>.


|-
|-


! 2b
! 2b
| When <math>f(n) = \Theta(n^{c_{\operatorname{crit}}}\log^{k} n)</math> for <math>k = -1</math>
| जब <math>f(n) = \Theta(n^{c_{\operatorname{crit}}}\log^{k} n)</math> के लिये <math>k = -1</math>


| ... then <math>T(n)= \Theta\left( n^{c_{\operatorname{crit}}} \log \log n \right)</math>
| ... जब <math>T(n)= \Theta\left( n^{c_{\operatorname{crit}}} \log \log n \right)</math>


(The bound is the splitting term, where the log reciprocal is replaced by an iterated log.)
(बाध्य बंटवारे की अवधि है, जहां लॉग व्युत्क्रम को पुनरावृत्त log द्वारा प्रतिस्थापित किया जाता है।)


| If <math>b=a^2</math> and <math>f(n) = \Theta(n^{1/2}/\log n)</math>, then <math>T(n) = \Theta(n^{1/2} \log \log n)</math>.
| यदि <math>b=a^2</math> और <math>f(n) = \Theta(n^{1/2}/\log n)</math>, तब <math>T(n) = \Theta(n^{1/2} \log \log n)</math>.


|-
|-


! 2c
! 2c
| When <math>f(n) = \Theta(n^{c_{\operatorname{crit}}}\log^{k} n)</math> for any <math>k < -1</math>
| जब <math>f(n) = \Theta(n^{c_{\operatorname{crit}}}\log^{k} n)</math> कोई के लिये <math>k < -1</math>


| ... then <math>T(n)= \Theta\left( n^{c_{\operatorname{crit}}} \right)</math>
| ... जब <math>T(n)= \Theta\left( n^{c_{\operatorname{crit}}} \right)</math>


(The bound is the splitting term, where the log disappears.)
(बाध्य बंटवारे की अवधि है, जहां log गायब हो जाता है।)


| If <math>b=a^2</math> and <math>f(n) = \Theta(n^{1/2}/\log^2 n)</math>, then <math>T(n) = \Theta(n^{1/2})</math>.
| यदि <math>b=a^2</math> और <math>f(n) = \Theta(n^{1/2}/\log^2 n)</math>, तब <math>T(n) = \Theta(n^{1/2})</math>.


|}
|}
Line 151: Line 148:
:<math>a = 8, \, b = 2, \, f(n) = 1000n^2</math>, इसलिए
:<math>a = 8, \, b = 2, \, f(n) = 1000n^2</math>, इसलिए
:<math>f(n) = O\left(n^c\right)</math>, जहाँ <math>c = 2</math>
:<math>f(n) = O\left(n^c\right)</math>, जहाँ <math>c = 2</math>
अगला, हम देखते हैं कि क्या हम केस 1 शर्त को पूरा करते हैं:
अगला, हम देखते हैं कि क्या हम स्थिति 1 शर्त को पूरा करते हैं:
:<math>\log_b a = \log_2 8 = 3>c</math>.
:<math>\log_b a = \log_2 8 = 3>c</math>.


यह मास्टर प्रमेय के पहले मामले से अनुसरण करता है
यह मास्टर प्रमेय के पहले स्थिति से अनुसरण करता है


:<math>T(n) = \Theta\left( n^{\log_b a} \right) = \Theta\left( n^{3} \right)</math>
:<math>T(n) = \Theta\left( n^{\log_b a} \right) = \Theta\left( n^{3} \right)</math>
(इस परिणाम की पुष्टि पुनरावृत्ति संबंध के सटीक समाधान से होती है, जो है <math>T(n) = 1001 n^3 - 1000 n^2</math>, मानते हुए <math>T(1) = 1</math>).
(इस परिणाम की पुष्टि पुनरावृत्ति संबंध के सटीक समाधान से होती है, जो <math>T(n) = 1001 n^3 - 1000 n^2</math>, मानते हुए <math>T(1) = 1</math>) है.


==== केस 2 उदाहरण ====
==== स्थिति 2 उदाहरण ====
<math>T(n) = 2 T\left(\frac{n}{2}\right) + 10n</math>
<math>T(n) = 2 T\left(\frac{n}{2}\right) + 10n</math>
जैसा कि हम उपरोक्त सूत्र में देख सकते हैं कि चरों को निम्नलिखित मान मिलते हैं:
जैसा कि हम उपरोक्त सूत्र में देख सकते हैं कि चरों को निम्नलिखित मान मिलते हैं:


:<math>a = 2, \, b = 2, \, c = 1, \, f(n) = 10n</math>
:<math>a = 2, \, b = 2, \, c = 1, \, f(n) = 10n</math>
:<math>f(n) = \Theta\left(n^{c} \log^{k} n\right)</math> जहाँ <math>c = 1, k = 0</math>
:<math>f(n) = \Theta\left(n^{c} \log^{k} n\right)</math> जहाँ <math>c = 1, k = 0</math>
अगला, हम देखते हैं कि क्या हम केस 2 शर्त को पूरा करते हैं:
अगला, हम देखते हैं कि क्या हम स्थिति 2 शर्त को पूरा करते हैं:
:<math>\log_b a = \log_2 2 = 1</math>, और इसलिए, सी और <math>\log_b a</math> बराबर हैं
:<math>\log_b a = \log_2 2 = 1</math>, और इसलिए, c और <math>\log_b a</math> बराबर हैं


तो यह मास्टर प्रमेय के दूसरे मामले से आता है:
तो यह मास्टर प्रमेय के दूसरे स्थिति से आता है:


:<math>T(n) = \Theta\left( n^{\log_b a} \log^{k+1} n\right) = \Theta\left( n^{1} \log^{1} n\right) = \Theta\left(n \log n\right)</math> इस प्रकार दिया गया पुनरावृत्ति संबंध <math>T(n)</math> में था <math>\Theta(n \log n)</math>.
:<math>T(n) = \Theta\left( n^{\log_b a} \log^{k+1} n\right) = \Theta\left( n^{1} \log^{1} n\right) = \Theta\left(n \log n\right)</math> इस प्रकार दिया गया पुनरावृत्ति संबंध <math>T(n)</math> में <math>\Theta(n \log n)</math> था.


(इस परिणाम की पुष्टि पुनरावृत्ति संबंध के सटीक समाधान से होती है, जो है <math>T(n) = n + 10 n\log_2 n</math>, मानते हुए <math>T(1) = 1</math>).
(इस परिणाम की पुष्टि पुनरावृत्ति संबंध के सटीक समाधान से होती है, जो <math>T(n) = n + 10 n\log_2 n</math>, मानते हुए <math>T(1) = 1</math>) है.


==== केस 3 उदाहरण ====
==== स्थिति 3 उदाहरण ====
:<math>T(n) = 2 T\left(\frac{n}{2}\right) + n^2</math>
:<math>T(n) = 2 T\left(\frac{n}{2}\right) + n^2</math>
जैसा कि हम उपरोक्त सूत्र में देख सकते हैं कि चरों को निम्नलिखित मान मिलते हैं:
जैसा कि हम उपरोक्त सूत्र में देख सकते हैं कि चरों को निम्नलिखित मान मिलते हैं:
Line 180: Line 178:
:<math>a = 2, \, b = 2, \, f(n) = n^2</math>
:<math>a = 2, \, b = 2, \, f(n) = n^2</math>
:<math>f(n) = \Omega\left(n^c\right)</math>, जहाँ <math>c = 2</math>
:<math>f(n) = \Omega\left(n^c\right)</math>, जहाँ <math>c = 2</math>
अगला, हम देखते हैं कि क्या हम केस 3 शर्त को पूरा करते हैं:
अगला, हम देखते हैं कि क्या हम स्थिति 3 शर्त को पूरा करते हैं:
:<math>\log_b a = \log_2 2 = 1</math>, और इसलिए, हाँ, <math>c > \log_b a</math>
:<math>\log_b a = \log_2 2 = 1</math>, और इसलिए, हाँ, <math>c > \log_b a</math>
नियमितता की स्थिति भी रखती है:
नियमितता की स्थिति भी रखती है:


:<math> 2 \left(\frac{n^2}{4}\right) \le k n^2 </math>, चुनना <math> k = 1/2 </math>
:<math> 2 \left(\frac{n^2}{4}\right) \le k n^2 </math>, चुनना <math> k = 1/2 </math>
तो यह मास्टर प्रमेय के तीसरे मामले से आता है:
तो यह मास्टर प्रमेय के तीसरे स्थिति से आता है:


:<math>T \left(n \right) = \Theta\left(f(n)\right) = \Theta \left(n^2 \right).</math>
:<math>T \left(n \right) = \Theta\left(f(n)\right) = \Theta \left(n^2 \right).</math>
इस प्रकार दिया गया पुनरावृत्ति संबंध <math>T(n)</math> में था <math>\Theta(n^2)</math>, जो इसका अनुपालन करता है <math>f(n)</math> मूल सूत्र का।
इस प्रकार दिया गया पुनरावृत्ति संबंध <math>T(n)</math> में था <math>\Theta(n^2)</math>, जो इसका <math>f(n)</math> मूल सूत्र का अनुपालन करता है।


(इस परिणाम की पुष्टि पुनरावृत्ति संबंध के सटीक समाधान से होती है, जो है <math>T(n) = 2 n^2 - n</math>, मानते हुए <math>T(1) = 1</math>.)
(इस परिणाम की पुष्टि पुनरावृत्ति संबंध के सटीक समाधान से होती है, जो <math>T(n) = 2 n^2 - n</math>, मानते हुए <math>T(1) = 1</math>.) है.


== अस्वीकार्य समीकरण ==
== अस्वीकार्य समीकरण ==
मास्टर प्रमेय का उपयोग करके निम्नलिखित समीकरणों को हल नहीं किया जा सकता है:<ref>
मास्टर प्रमेय का उपयोग करके निम्नलिखित समीकरणों को समाधान नहीं किया जा सकता है:<ref>
     Massachusetts Institute of Technology (MIT),
     Massachusetts Institute of Technology (MIT),
     "Master Theorem: Practice Problems and Solutions",
     "Master Theorem: Practice Problems and Solutions",
Line 201: Line 199:
*: a स्थिरांक नहीं है; उप-समस्याओं की संख्या निश्चित की जानी चाहिए
*: a स्थिरांक नहीं है; उप-समस्याओं की संख्या निश्चित की जानी चाहिए
*<math>T(n) = 2T\left (\frac{n}{2}\right )+\frac{n}{\log n}</math>
*<math>T(n) = 2T\left (\frac{n}{2}\right )+\frac{n}{\log n}</math>
*: के बीच गैर-बहुपद अंतर <math>f(n)</math> और <math>n^{\log_b a}</math> (नीचे देखें; विस्तारित संस्करण लागू होता है)
*: के बीच गैर-बहुपद अंतर <math>f(n)</math> और <math>n^{\log_b a}</math> (नीचे देखें; विस्तारित संस्करण प्रायुक्त होता है)
*<math>T(n) = 0.5T\left (\frac{n}{2}\right )+n</math>
*<math>T(n) = 0.5T\left (\frac{n}{2}\right )+n</math>
*:<math> a<1 </math> एक से कम उप समस्या नहीं हो सकती
*:<math> a<1 </math> एक से कम उप समस्या नहीं हो सकती
*<math>T(n) = 64T\left (\frac{n}{8}\right )-n^2\log n</math>
*<math>T(n) = 64T\left (\frac{n}{8}\right )-n^2\log n</math>
*:<math>f(n)</math>, जो संयोजन समय है, सकारात्मक नहीं है
*:<math>f(n)</math>, जो संयोजन समय सकारात्मक नहीं है
*<math>T(n) = T\left (\frac{n}{2}\right )+n(2-\cos n)</math>
*<math>T(n) = T\left (\frac{n}{2}\right )+n(2-\cos n)</math>
*:केस 3 लेकिन नियमितता का उल्लंघन।
*:स्थिति 3 लेकिन नियमितता का उल्लंघन।


उपरोक्त दूसरे अस्वीकार्य उदाहरण में, के बीच का अंतर <math>f(n)</math> और <math>n^{\log_b a}</math> अनुपात में व्यक्त किया जा सकता है <math>\frac{f(n)}{n^{\log_b a}} = \frac{n / \log n}{n^{\log_2 2}} = \frac{n}{n \log n} = \frac{1}{\log n}</math>. यह स्पष्ट है कि <math>\frac{1}{\log n} < n^\epsilon</math> किसी स्थिरांक के लिए <math>\epsilon > 0</math>. इसलिए, अंतर बहुपद नहीं है और मास्टर प्रमेय का मूल रूप लागू नहीं होता है। विस्तारित रूप (केस 2बी) समाधान देते हुए लागू होता है <math>T(n) = \Theta(n\log\log n)</math>.
उपरोक्त दूसरे अस्वीकार्य उदाहरण में, के बीच का अंतर <math>f(n)</math> और <math>n^{\log_b a}</math> अनुपात में व्यक्त किया जा सकता है <math>\frac{f(n)}{n^{\log_b a}} = \frac{n / \log n}{n^{\log_2 2}} = \frac{n}{n \log n} = \frac{1}{\log n}</math>. यह स्पष्ट है कि <math>\frac{1}{\log n} < n^\epsilon</math> किसी स्थिरांक के लिए <math>\epsilon > 0</math>. इसलिए, अंतर बहुपद नहीं है और मास्टर प्रमेय का मूल रूप प्रायुक्त नहीं होता है। विस्तारित रूप (स्थिति 2बी) समाधान <math>T(n) = \Theta(n\log\log n)</math> देते हुए प्रायुक्त होता है.


== सामान्य एल्गोरिदम के लिए आवेदन ==
== सामान्य एल्गोरिदम के लिए आवेदन ==
{| class="wikitable"
{| class="wikitable"
|-
|-
! Algorithm
! कलन विधि
! Recurrence relationship
! पुनरावर्ती संबंध
! Run time
! कार्यावधि
! Comment
! टिप्पणी
|-
|-
| [[Binary search]]
| [[Binary search|बाइनरी खोज]]
| <math>T(n) = T\left(\frac{n}{2}\right) + O(1)</math>
| <math>T(n) = T\left(\frac{n}{2}\right) + O(1)</math>
| <math>O(\log n)</math>
| <math>O(\log n)</math>
| Apply Master theorem case <math>c = \log_b a</math>, where <math>a = 1, b = 2, c = 0, k = 0</math><ref name="dartmouth">
| मास्टर प्रमेय <math>c = \log_b a</math> स्थिति प्रायुक्त करें, जहाँ <math>a = 1, b = 2, c = 0, k = 0</math><ref name="dartmouth">
     Dartmouth College,
     Dartmouth College,
     http://www.math.dartmouth.edu/archive/m19w03/public_html/Section5-2.pdf
     http://www.math.dartmouth.edu/archive/m19w03/public_html/Section5-2.pdf
</ref>
</ref>
|-
|-
| Binary tree traversal
| बाइनरी ट्री ट्रैवर्सल
| <math>T(n) = 2 T\left(\frac{n}{2}\right) + O(1)</math>
| <math>T(n) = 2 T\left(\frac{n}{2}\right) + O(1)</math>
| <math>O(n)</math>
| <math>O(n)</math>
| Apply Master theorem case <math>c < \log_b a</math> where <math>a = 2, b = 2, c = 0</math><ref name="dartmouth" />
| मास्टर प्रमेय <math>c < \log_b a</math> स्थिति प्रायुक्त करें जहाँ <math>a = 2, b = 2, c = 0</math><ref name="dartmouth" />
|-
|-
| Optimal sorted matrix search
| इष्टतम क्रमबद्ध मैट्रिक्स खोज
| <math>T(n) = 2 T\left(\frac{n}{2}\right) + O(\log n)</math>
| <math>T(n) = 2 T\left(\frac{n}{2}\right) + O(\log n)</math>
| <math>O(n)</math>
| <math>O(n)</math>
| Apply the [[Akra–Bazzi theorem]] for <math>p=1</math> and <math>g(u)=\log(u)</math> to get <math>\Theta(2n - \log n)</math>  
| <math>p=1</math> and <math>g(u)=\log(u)</math> से पाने के <math>\Theta(2n - \log n)</math> के लिए [[Akra–Bazzi theorem|एकरा-बाज़ी प्रमेय]] प्रायुक्त करें
|-
|-
| [[Merge sort]]
| [[Merge sort|मर्ज़ सॉर्ट]]
| <math>T(n) = 2 T\left(\frac{n}{2}\right) + O(n)</math>
| <math>T(n) = 2 T\left(\frac{n}{2}\right) + O(n)</math>
| <math>O(n \log n)</math>
| <math>O(n \log n)</math>
| Apply Master theorem case <math>c = \log_b a</math>, where <math>a = 2, b = 2, c = 1, k = 0</math>
| मास्टर प्रमेय case <math>c = \log_b a</math> स्थिति प्रायुक्त करे, जहाँ <math>a = 2, b = 2, c = 1, k = 0</math>
|}
|}


Line 257: Line 255:
* [[Michael T. Goodrich]] and [[Roberto Tamassia]]. ''Algorithm Design: Foundation, Analysis, and Internet Examples''. Wiley, 2002. {{ISBN|0-471-38365-1}}. The master theorem (including the version of Case 2 included here, which is stronger than the one from CLRS) is on pp.&nbsp;268–270.
* [[Michael T. Goodrich]] and [[Roberto Tamassia]]. ''Algorithm Design: Foundation, Analysis, and Internet Examples''. Wiley, 2002. {{ISBN|0-471-38365-1}}. The master theorem (including the version of Case 2 included here, which is stronger than the one from CLRS) is on pp.&nbsp;268–270.


{{DEFAULTSORT:Master Theorem}}[[Category: स्पर्शोन्मुख विश्लेषण]] [[Category: कम्प्यूटेशनल जटिलता सिद्धांत में प्रमेय]] [[Category: पुनरावृत्ति संबंध]] [[Category: एल्गोरिदम का विश्लेषण]]
{{DEFAULTSORT:Master Theorem}}
 
 


[[Category: Machine Translated Page]]
[[Category:Created On 13/02/2023|Master Theorem]]
[[Category:Created On 13/02/2023]]
[[Category:Lua-based templates|Master Theorem]]
[[Category:Machine Translated Page|Master Theorem]]
[[Category:Pages with script errors|Master Theorem]]
[[Category:Short description with empty Wikidata description|Master Theorem]]
[[Category:Templates Vigyan Ready|Master Theorem]]
[[Category:Templates that add a tracking category|Master Theorem]]
[[Category:Templates that generate short descriptions|Master Theorem]]
[[Category:Templates using TemplateData|Master Theorem]]
[[Category:एल्गोरिदम का विश्लेषण|Master Theorem]]
[[Category:कम्प्यूटेशनल जटिलता सिद्धांत में प्रमेय|Master Theorem]]
[[Category:पुनरावृत्ति संबंध|Master Theorem]]
[[Category:स्पर्शोन्मुख विश्लेषण|Master Theorem]]

Latest revision as of 11:01, 16 February 2023

एल्गोरिदम के विश्लेषण में, विभाजन और जीत पुनरावृत्ति के लिए मास्टर प्रमेय कई विभाजन और जीत एल्गोरिदम के विश्लेषण में होने वाले प्रकार के पुनरावृत्ति संबंधों के लिए स्पर्शोन्मुख विश्लेषण (बिग ओ नोटेशन का उपयोग करके) प्रदान करता है। यह दृष्टिकोण पहली बार 1980 में जॉन बेंटले (कंप्यूटर वैज्ञानिक), डोरोथिया ब्लोस्टीन (नी हेकेन) और जेम्स बी सक्से द्वारा प्रस्तुत किया गया था, जहां इसे इस प्रकार की पुनरावृत्ति का समाधान करने के लिए एकीकृत विधि के रूप में वर्णित किया गया था।[1] मास्टर प्रमेय का नाम व्यापक रूप से उपयोग किए जाने वाले एल्गोरिदम पाठ्यपुस्तक एल्गोरिदम का परिचय (एल्गोरिदम टेक्स्टबुक इंट्रोडक्शन टू एल्गोरिदम) द्वारा थॉमस एच. कॉर्मेन, चार्ल्स ई. लीसरसन, रॉन रिवेस्ट और क्लिफर्ड स्टीन द्वारा लोकप्रिय किया गया था।

इस प्रमेय के उपयोग से सभी पुनरावृत्ति संबंधों को समाधान नहीं किया जा सकता है; इसके सामान्यीकरण में अकरा-बाज़ी पद्धति सम्मिलित है।

परिचय

समस्या पर विचार करें जिसे पुनरावर्ती एल्गोरिथम का उपयोग करके समाधान किया जा सकता है जैसे कि निम्नलिखित:

procedure p(input x of size n):
    if n < some constant k:
        Solve x directly without recursion
    else:
        Create a subproblems of x, each having size n/b
        Call procedure p recursively on each subproblem
        Combine the results from the subproblems
समाधान ट्री।

उपरोक्त कलन विधि समस्या को पुनरावर्ती रूप से कई उप-समस्याओं में विभाजित करता है, प्रत्येक उप-समस्या आकार n/b की होती है. इसके समाधान के पेड़ में प्रत्येक पुनरावर्ती कॉल के लिए एक नोड होता है, उस नोड के बच्चे उस कॉल से किए गए अन्य कॉल होते हैं। पेड़ की पत्तियां पुनरावर्तन के आधार स्थिति हैं, उप-समस्याएं (के से कम आकार की) जो पुनरावर्तन नहीं करती हैं। उपरोक्त उदाहरण a प्रत्येक गैर-पत्ती नोड पर चाइल्ड नोड होगा। प्रत्येक नोड काम की मात्रा करता है जो उप-समस्या n के आकार के अनुरूप होता है। पुनरावर्ती कॉल के उस उदाहरण को पास किया गया और इसके द्वारा दिया गया . संपूर्ण एल्गोरिथम द्वारा किए गए कार्य की कुल राशि ट्री में सभी नोड्स द्वारा किए गए कार्य का योग है।

एल्गोरिथम का रनटाइम जैसे आकार 'n' के इनपुट पर ऊपर 'p', सामान्यतः द्वारा निरूपित किया जाता है, पुनरावृत्ति संबंध द्वारा व्यक्त किया जा सकता है

जहाँ उपरोक्त प्रक्रिया में उप-समस्याओं को बनाने और उनके परिणामों को संयोजित करने का समय है। किए गए कार्य की कुल राशि के लिए व्यंजक प्राप्त करने के लिए इस समीकरण को क्रमिक रूप से स्वयं में प्रतिस्थापित किया जा सकता है और विस्तारित किया जा सकता है।[2] मास्टर प्रमेय इस रूप के कई पुनरावृत्ति संबंधों को पुनरावर्ती संबंध का विस्तार किए बिना सीधे बिग Θ-संकेतन में परिवर्तित करने की अनुमति देता है।

सामान्य रूप

मास्टर प्रमेय हमेशा विभाजित और जीत एल्गोरिदम से पुनरावृत्ति के लिए असम्बद्ध रूप से तंग सीमा उत्पन्न करता है जो इनपुट को समान आकार के छोटे उप-समस्याओं में विभाजित करता है, उप-समस्याओं को पुनरावर्ती रूप से समाधान करता है, और फिर मूल समस्या का समाधान देने के लिए उप-समस्या समाधानों को जोड़ता है। इस प्रकार के कलन विधि के लिए समय उस कार्य को जोड़कर व्यक्त किया जा सकता है जो वे अपने पुनरावर्तन के शीर्ष स्तर पर (समस्याओं को उप-समस्याओं में विभाजित करने के लिए और फिर उप-समस्याओं के समाधानों को संयोजित करने के लिए) एक साथ कलन विधि के पुनरावर्ती कॉल में किए गए समय के साथ करते हैं। यदि आकार के इनपुट पर कलन विधि के लिए कुल समय को दर्शाता है, और पुनरावृत्ति के शीर्ष स्तर पर लगने वाले समय की मात्रा को दर्शाता है तो समय को पुनरावृत्ति संबंध द्वारा व्यक्त किया जा सकता है जो रूप लेता है:

यहाँ एक इनपुट समस्या का आकार है, पुनरावर्तन में उपसमस्याओं की संख्या है, और वह कारक है जिसके द्वारा प्रत्येक पुनरावर्ती कॉल (b> 1) में उप-समस्या का आकार कम हो जाता है। महत्वपूर्ण रूप से, और पर निर्भर नहीं होना चाहिए. नीचे दिया गया प्रमेय यह भी मानता है कि, पुनरावृत्ति के आधार स्थिति के रूप में, तब किसी सीमा से कम है, सबसे छोटा इनपुट आकार जो पुनरावर्ती कॉल की ओर ले जाएगा।

समस्या को विभाजित/पुन: संयोजित करने के कार्य के आधार पर, इस फ़ॉर्म की पुनरावृत्ति अधिकांश निम्नलिखित तीन शासनों में से एक को संतुष्ट करती है महत्वपूर्ण घातांक . (नीचे दी गई तालिका मानक बिग ओ नोटेशन का उपयोग करती है) से संबंधित है।

स्थिति विवरण के संबंध में, अर्थात्, पर स्थिति मास्टर प्रमेय बाध्य सांकेतिक उदाहरण
1 किसी समस्या को विभाजित/पुन: संयोजित करने का कार्य उप-समस्याओं से बौना हो जाता है।

अर्थात् पुनरावर्तन वृक्ष पत्ती-भारी है

जब जहाँ

(कम एक्सपोनेंट बहुपद द्वारा ऊपरी-सीमित)

... तब

(विभाजन शब्द प्रकट नहीं होता है; पुनरावर्ती वृक्ष संरचना हावी है।)

यदि and , तब .
2 किसी समस्या को विभाजित/पुन: संयोजित करने का कार्य उप-समस्याओं के बराबर है। जब के लिये a

(महत्वपूर्ण-प्रतिपादक बहुपद द्वारा सीमाबद्ध, शून्य या अधिक वैकल्पिक s)

... तब

(बाध्य बंटवारे की अवधि है, जहां लॉग को एक शक्ति द्वारा संवर्धित किया जाता है।)

यदि and , फिर .

यदि और , तब .

3 किसी समस्या को विभाजित/पुन: संयोजित करने का कार्य उप-समस्याओं पर हावी हो जाता है।

अर्थात् रिकर्सन ट्री रूट-हैवी है।

जब जहाँ

(अधिक-प्रतिपादक बहुपद द्वारा निम्न-परिबद्ध)

... यह आवश्यक रूप से कुछ भी नहीं देता है। इसके अतिरिक्त, यदि
for कुछ स्थिर और और काफी बड़ा (अधिकांश नियमितता की स्थिति कहा जाता है)

तो कुल बंटवारे की अवधि का प्रभुत्व है :

यदि और और फिर नियमितता की स्थिति बनी रहती है.

स्थिति 2 का एक उपयोगी विस्तार सभी मानो को संभालता है:[3]

स्थिति के संबंध में, अर्थात्, पर स्थिति मास्टर प्रमेय बाध्य सांकेतिक उदाहरण
2a जब कोई के लिये ...तब

(बाध्य बंटवारे की अवधि है, जहां लॉग को एक शक्ति द्वारा संवर्धित किया जाता है।)

यदि और , तब .
2b जब के लिये ... जब

(बाध्य बंटवारे की अवधि है, जहां लॉग व्युत्क्रम को पुनरावृत्त log द्वारा प्रतिस्थापित किया जाता है।)

यदि और , तब .
2c जब कोई के लिये ... जब

(बाध्य बंटवारे की अवधि है, जहां log गायब हो जाता है।)

यदि और , तब .


उदाहरण

पहला उदाहरण

जैसा कि उपरोक्त सूत्र से देखा जा सकता है:

, इसलिए
, जहाँ

अगला, हम देखते हैं कि क्या हम स्थिति 1 शर्त को पूरा करते हैं:

.

यह मास्टर प्रमेय के पहले स्थिति से अनुसरण करता है

(इस परिणाम की पुष्टि पुनरावृत्ति संबंध के सटीक समाधान से होती है, जो , मानते हुए ) है.

स्थिति 2 उदाहरण

जैसा कि हम उपरोक्त सूत्र में देख सकते हैं कि चरों को निम्नलिखित मान मिलते हैं:

जहाँ

अगला, हम देखते हैं कि क्या हम स्थिति 2 शर्त को पूरा करते हैं:

, और इसलिए, c और बराबर हैं

तो यह मास्टर प्रमेय के दूसरे स्थिति से आता है:

इस प्रकार दिया गया पुनरावृत्ति संबंध में था.

(इस परिणाम की पुष्टि पुनरावृत्ति संबंध के सटीक समाधान से होती है, जो , मानते हुए ) है.

स्थिति 3 उदाहरण

जैसा कि हम उपरोक्त सूत्र में देख सकते हैं कि चरों को निम्नलिखित मान मिलते हैं:

, जहाँ

अगला, हम देखते हैं कि क्या हम स्थिति 3 शर्त को पूरा करते हैं:

, और इसलिए, हाँ,

नियमितता की स्थिति भी रखती है:

, चुनना

तो यह मास्टर प्रमेय के तीसरे स्थिति से आता है:

इस प्रकार दिया गया पुनरावृत्ति संबंध में था , जो इसका मूल सूत्र का अनुपालन करता है।

(इस परिणाम की पुष्टि पुनरावृत्ति संबंध के सटीक समाधान से होती है, जो , मानते हुए .) है.

अस्वीकार्य समीकरण

मास्टर प्रमेय का उपयोग करके निम्नलिखित समीकरणों को समाधान नहीं किया जा सकता है:[4]

  • a स्थिरांक नहीं है; उप-समस्याओं की संख्या निश्चित की जानी चाहिए
  • के बीच गैर-बहुपद अंतर और (नीचे देखें; विस्तारित संस्करण प्रायुक्त होता है)
  • एक से कम उप समस्या नहीं हो सकती
  • , जो संयोजन समय सकारात्मक नहीं है
  • स्थिति 3 लेकिन नियमितता का उल्लंघन।

उपरोक्त दूसरे अस्वीकार्य उदाहरण में, के बीच का अंतर और अनुपात में व्यक्त किया जा सकता है . यह स्पष्ट है कि किसी स्थिरांक के लिए . इसलिए, अंतर बहुपद नहीं है और मास्टर प्रमेय का मूल रूप प्रायुक्त नहीं होता है। विस्तारित रूप (स्थिति 2बी) समाधान देते हुए प्रायुक्त होता है.

सामान्य एल्गोरिदम के लिए आवेदन

कलन विधि पुनरावर्ती संबंध कार्यावधि टिप्पणी
बाइनरी खोज मास्टर प्रमेय स्थिति प्रायुक्त करें, जहाँ [5]
बाइनरी ट्री ट्रैवर्सल मास्टर प्रमेय स्थिति प्रायुक्त करें जहाँ [5]
इष्टतम क्रमबद्ध मैट्रिक्स खोज and से पाने के के लिए एकरा-बाज़ी प्रमेय प्रायुक्त करें
मर्ज़ सॉर्ट मास्टर प्रमेय case स्थिति प्रायुक्त करे, जहाँ


यह भी देखें

टिप्पणियाँ

  1. Bentley, Jon Louis; Haken, Dorothea; Saxe, James B. (September 1980), "A general method for solving divide-and-conquer recurrences", ACM SIGACT News, 12 (3): 36–44, doi:10.1145/1008861.1008865, S2CID 40642274, archived from the original on September 22, 2017
  2. Duke University, "Big-Oh for Recursive Functions: Recurrence Relations", http://www.cs.duke.edu/~ola/ap/recurrence.html
  3. Chee Yap, A real elementary approach to the master recurrence and generalizations, Proceedings of the 8th annual conference on Theory and applications of models of computation (TAMC'11), pages 14–26, 2011. Online copy.
  4. Massachusetts Institute of Technology (MIT), "Master Theorem: Practice Problems and Solutions", https://people.csail.mit.edu/thies/6.046-web/master.pdf
  5. 5.0 5.1 Dartmouth College, http://www.math.dartmouth.edu/archive/m19w03/public_html/Section5-2.pdf


संदर्भ