估算递归问题的时间复杂度方法

设a和b为常数，a>=1，b>1，

T(n) = aT(n/b) + f(n) 为递归问题的表示形式，

n为问题的规模，b为子问题的规模，a为子问题数，f(n)为划分与合并的时间开销。

令g(n) = aT(n/b)。

按如下三种情况进行估算：

1、如果g(n)的时间复杂度大于f(n)，则T(n) = O(n^{log_b a} )；

2、如果g(n)的时间复杂度大等于f(n)，则T(n) = O(n^{log_b a} lgn)；

3、如果g(n)的时间复杂度小于f(n)，则T(n) = O(f(n))。

 

也就是说，g(n)和f(n)谁的时间复杂度高，谁就起决定性作用；相同则再乘以lgn。

 

参考《算法导论》中的Master theorem。