算法导论:关于时间复杂T(n)的表达式处理

MIT算法导论提供了三种方法,不废话了,直接介绍:

( 公式显示不了,所有就截图了,请包涵~ 呵呵)



1.代换法:猜测-> 验证

例如:T(n) = 4*T(n/2) + n ( 其中T(1) =O(1) )

假设是时间复杂度是n^3

那么证明:那么设T(k) <= c*k^3;

那么带入有:T(n) = 4*(n/2)^3 + n

= 1/2*n^3 + n ~ O( n^3 )


2.递归树法:

例如:T(n) = T(n/4) + T(n/2) + n^2

那么这种方法有一个特殊的表示方法:

T(n) 用下面的一颗树的表示!( 奇怪的表示形式 )

那么我们可以看到,将每一行相加有:n^2 第一行

5/16*n^2 第二行

25/256*n^2 … 第三行( if展开 )

每一行都会有一个n^2,那么显然有复杂度为O(n^2 )

3.Master Method:针对于T(n) = aT(n/b) + f(n)

主要有三种情况需要记住:

第一种:当f(n) = O( n^(logba -e) ); ( e > 0的一个数)

注意:logba代表以b为底的a的对数( 不好表示 )

即当f(n)与n^(logba)是低阶的时候,



例如:1.T(n) = 4*T(n/2) + n 则是第一种情况logba = 2,而n = n^1,所以1 < 2,所以为O( n^2 )

2. T(n) = 4*T(n/2) + n^2 则是第二种情况,注意此处的k=0的,又logba = 2,所以2 = 2,所以为O( n^2 * lgn )

3. T(n) = 4*T(n/2)+ n^3,则是第三情况,3 >2,所有结果是:O( f(n)) = O( n^3 )



  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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