Introduction to Algorithms SndLession Math

Teacher：Erik Demaine

θ & O & Ω

θ theta
Ω Omega

Ω（下界/min） <= θ <= O （上界/max）
特别提到在推导过程中，Ω、θ、O等符号不可以传递，比如a = θ（n）；
θ（n） = c；但是不能说a等于c；而且这里的=是属于的意思。a属于 θ（n）代表的集合。

case 1 substitution method 代换法

待补充

case 2 recurences tree 递归树法

视频中截个图（方便），这里的展开在上节课也有用到。个人理解这个展开是逻辑上的展开，也就是递归的一种表现形式。比如第二层n/4代表是每个合并项是n/4个元素，n/2代表n/2个元素，当然这里是课上举的例子所以可以看到同一层级递归速度不一样，现实编程中每层级的递归速度往往是一致的。如果把每层的递归速度变为一致，其实更能方便理解。

就像课上的例子，如果T(n) = T(n/4)+t(n/2)+$n^2$那么就可以画一个上面所示的递归树方便解答。
个人对这里的递归树的展开有些疑惑，不敢保证理解的一定是对的。

case 3 master theorem 主定理

$$T(n)=n^{{\log }_a^b-\xi }$$