遞迴演算法時間複雜度
阿新 • • 發佈:2021-11-10
1:代入
【舉 例】我們有如下的遞迴問題:T(n)=4T(n/2)+O(n) 我們首先預測時間複雜度為O(n2),不妨設T(n)=kn^2(其中k為常數),將該結果帶入方程中可得:左=kn^2,右=4k(n/2)2+O(n)=kn^2+O(n) 由於n^2的階高於n的階,因而左右兩邊是相等的,接下來用數學歸納法進行驗證即可。
2:遞推
例子:T(n)=2T(n/2)+n2
直到n/2^(i+1)=1時,遞迴過程結束
2:Master定理
- T(n)表示時間複雜度,可以這樣表示:T(n)=一個單項式,例如:T(n)=2T(n/2)+f(n)
- Θ讀音:theta,表示等於
- O讀音:bigoh,表示小於等於
- o讀音:smalloh,表示小於
- Ω讀音:bigomega,表示大於等於
- ω讀音:smallomega,表示大於
3:遞迴樹(參考https://www.cnblogs.com/wu8685/archive/2010/12/21/1912347.html)
遞迴樹的規則為: (1) 每層的節點為T(n) = kT(n / m) + f(n)中的f(n)在當前的n/m下值; (2) 每個節點的分支數為k; (3) 每層的右側標出當前層中所有節點的和
例子1:第二個方法裡T(n)=2T(n/2)+n2
圖中所有節點之和為:[1 + 1/2 + (1/2)2
可知其時間複雜度為O(n2)
例子2:T(n) = T(n/3) + T(2n/3) + n
可見每層的值都為n,從根到葉節點的最長路徑是:
因為最後遞迴的停止是在(2/3)kn == 1.則
於是
即T(n) = O(nlogn)
總結,利用此方法解遞迴演算法複雜度:
f(n) = af(n/b) + d(n)
1.當d(n)為常數時:
2.當d(n) = cn 時:
3.當d(n)為其他情況時可用遞迴樹進行分析。