因此，我面临着一个挑战(从算法介绍到第三版(：
假设我们在如果i是2的精确幂，则第i次运算的成本i否则采用潜在法确定摊余成本每次操作。
在遇到这个问题之前，我一直认为我理解潜在的方法；我试过，也试过解决它，但不能。当我必须定义潜在的$\phi(D_I($(数据结构$D$在I第四次操作之后的潜在值(时，我就遇到了困难。
我的基本想法是定义势函数，使得当i是2的因子时，$\phi(D_i(=i$。这样，我就可以"支付"这项操作的成本，甚至不必再分析I为2的情况。
然而，这可能是正确的想法，也可能不是正确的想法-请不要让它阻碍你的创造力/告诉我这是否是错误的，正确的做法是什么：(你们中的任何一个聪明的巫师能带我完成解决这项任务的步骤吗？
您的实际成本如下所示：
1 2 1 4 1 1 1 8 1 1 1 1 1 1 1 16 ...
你现在想做的是为未来的运营付费，以消除峰值。如果我们将每个尖峰分布在前一个尖峰和它之间的元素上，我们就会得到：
1 2 5/2 5/2 11/4 11/4 11/4 11/4 23/8 23/8 23/8 ....
这仍然很复杂。但我们想要一个上限，所以为了得到简单的东西，多付是可以的。因此，对于区间(2^n - 2^(n+1)](不包括第一个，包括最后一个(，存在2^n个数字。我们对大多数元素都有1，然后我们必须为2^(n+1)峰值分散付款。因此，如果我们为每个元素支付1，为未来的尖峰支付2，我们就涵盖了它。这导致以下付款：
3 3 3 3 3 3 3 3 3 3....
你的分析现在更容易了吗？
这个故事的寓意。平滑尖刺，更喜欢简单而不是准确。这将使您的分析更容易。