如何计算算法时间复杂度？主定理（主方法）！

主方法只适用于特定的递归算法，当一个递归算法中一个问题可以拆解称若干个相同的子问题，每个子问题规模大小相同时可以运用主定理求得其时间复杂度。
此类递归算法有递归式$T(n)=aT(\frac{n}{b})+f(n)$，一个问题可以拆解称$a(a\ge 1)$个相同的子问题，每个子问题规模大小为$\frac{1}{b}(b\ge 1)$,$f(n)$为与规模相关的非递归部分的语句执行次数$(f(n)需满足\exists n_0,当n\ge n_0时，f(n)＞0)$
主方法的运用有三种情形：我们知道递归的解空间是一个树，递归树叶节点的数量为$n^{{\log }_{b}a}$,将$f(n)$与$n^{{\log }_{b}a}$进行比较（在渐进情况下），得到三种比较结果

1° $f(n)<n^{{\log }_{b}a}$

严谨表达为$f(n)=O($