解决递归全排列问题时间复杂度计算

本问题源于《算法设计分析》，仔细并分析了全排列问题时间复杂度计算。并为未来设计更好的算法，观测其时间复杂度打下良好的基础。

问题来源

给定n个互不相同的元素，求它们的全排列.

递归算法描述

def all_Permutation(array, start):
	if start == len(array):
		print(array)
		return 
	for i in range(start, len(array)):
		array[start],array[i] = array[i],array[start]
		all_Permutation(array,start+1)
		array[start],array[i] = array[i],array[start]

递归算法时间复杂度计算

• 参数array存储n个不同元素，参数start指定待排列元素的首元素位置。
• n-start为问题的规模,初始时,start=0，问题的规模为n，接下来规模依次递减1

根据all_Permutation(array,start+1)建立时间递推关系，设T(n)表示规模为n的耗时，则规模为n-1的耗时为T(n-1)，进入递归之前需要交换两个元素，递归回来之后又需要交换两个元素，耗时为常数O(1)，递归和交换元素需要做n-start次，初始start=0,故循环n次。该语句的递推式为:T(n)=n(T(n-1)+O(1))。

$$T(n)=\{\begin{array}{l}O(1),n\le 1\\ nT(n-1)+O(1),n>1\end{array}$$

采用迭代法递推:
$$\begin{gathered} T(n)=nT(n-1)+nc \\ =n(n-1)T(n-2)+n(n-1)c+nc \\ =...=n!T(1)+n(n-1)...2c+...+nc \\ =c(n+n(n-1)+n(n-1)(n-2)+...+n!)cn! \\ \le T(n)\le cnn! \end{gathered}$$

因此结果时间复杂度为$\Omega$(n!)