合并排序时间复杂度推导

本文详细介绍了合并排序的时间复杂度推导过程,通过算法演示和复杂度分析,揭示了其时间复杂度为O(n log n)。讨论了如何通过合并两个已排序的子序列来得出这一结论,并引用了相关资源作为参考。
摘要由CSDN通过智能技术生成

合并排序时间复杂度推导

算法演示

算法演示1

在这里插入图片描述

算法演示2

在这里插入图片描述

算法复杂度

在这里插入图片描述

Big O notation is a mathematical notation that describes the limiting behavior of a function
when the argument tends towards a particular value or infinity.

算法复杂度推导

显然
f ( 1 ) = 1 f(1) = 1 f(1)=1

对于f(n),它的复杂度相当于合并两个数量为n/2的排好序的子序列, 合并的工作量为n. 于是:

f ( n ) = 2 f ( n 2 ) + n f(n) = 2f(\frac{n}{2}) + n f(n)=2f(2n

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值