递归求解

 

这是网易公开课麻省理工学院算法导论的笔记，主要讲了几种渐进符号， O, Θ,o, ω,Ω的意义。

这里重点想分享的是递归算法的听课笔记。

递归算法常见三种算法：代换法，递归树算法和主定理

1、代换法（substitutionmethod）：

   主要分为三个步骤：

1）   猜测形式。并不需要很确切，只要大致是上界就可以，系数之类只用常数c代替就可以

2）   带入求证。把猜测的形式带入，能否证的最终的上界，不能的话重新猜测

3）   确定系数

Ex： T(n) = 4* T(n/2)+ n，猜测是不是以n3为上界， 假设答案为c*n3，带入， T(n)<=c n3 + n

                      =cn3-(cn3-n)

<cn3

所以可以确定Ｏ（n3）是一个上界，进一步精确看ｎ２行不行

２、递归树（ｒｅｃｕｒｓｉｏｎ　ｔｒｅｅ）：

这个方法比较直观简单，容易理解，在归并排序的时候见过。举个例子好了　Ｔ（ｎ）　＝　Ｔ（ｎ／４）＋Ｔ（ｎ／２）＋

因为第一次分 n/4 + n/2 = 3n/4 <n

所以最终的叶子节点个数严格小于n ， 最终由等比数列求和可知T(n)<2*

补充一点， t(n) = at(n/b)+f(n)的递归树树高 logb(n);

 

 

3、主定理（mastermethod）：

这个方法受限制比较多，但是非常常用，因为方便

要记忆的东西比较多，主要是适用于形如 T(n) = aT(n/b)+f(n), a>=1; b>1;f(n)渐进趋正（对特定n0, 任意 n>=n0, f(n)>0）

解有三种形式，取决于 f(n)与 (log 以b为底，a)

 

EX:

T(n)= 4T(n/2)+n  a = 4  b = 2 f(n) = n,符合case1 Θ(n2);

T(n)= 4T(n/2)+n2  符合case2,T(n) = Θ( )  (以2为底)

F(n)= n3 时符合case3