master公式的使用

目录

master公式的介绍

master公式的应用

master公式的总结


master公式的介绍

T\left ( N \right )=a\ast T\left ( N/b \right )+O\left ( N^{d} \right )

(1)log_{b}a>d,时间复杂度为O\left ( N^{log_{b}a} \right )

(2)log_{b}a=d,时间复杂度为O\left ( N^{d}\ast logN \right )

(3)log_{b}a<d,时间复杂度为O\left ( N^{d} \right )

        master公式表示对于一个递归程序,N表示母问题,N/b表示规模相同的子问题,a表示子问题的次数,O\left ( N^{d} \right )表示除去子问题的调用之外剩下过程的时间复杂度。只有子问题的规模相同的递归行为才可以采用master公式进行时间复杂度的分析。

master公式的应用

        master公式主要用于剖析递归行为的时间复杂度,使用master公式对下面的代码实例进行分析如下:

//这个代码使用递归对数组的最大值进行查找
    public static int getMax(int[] arr) {
		return process(arr, 0, arr.length - 1);
	      }

	public static int process(int[] arr, int L, int R) {
		if (L == R) {//如果数组中只有一个数字,那么直接返回这个数
			return arr[L];
		}
		int mid = L + ((R - L) >> 1);//求中间的位置
		int leftMax = process(arr, L, mid);//一分为二,求左侧部分的最大值
		int rightMax = process(arr, mid + 1, R);//求右侧部分的最大值
		return Math.max(leftMax, rightMax);//两个部分的最大值进行比较
	}

       利用master公式对上述代码进行分析,子问题的规模相同,满足master公式的形式,有两个规模相同的均为原问题二分之一的子问题,其它的程序时间复杂度为O\left ( 1 \right ),所以满足的master公式为:T\left ( N \right )=2\ast T\left ( N/2 \right )+O\left ( 1 \right )。根据公式判断,log_{b}a=log_{2}2=1>d=0,所以时间复杂度为O\left ( N^{log_{b}a} \right )=O\left ( N \right ).

master公式的总结

       对于递归行为,只要是子问题的规模相同就可以直接使用master公式进行分析,然后根据相应参数的值得到时间复杂度。

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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

打赏作者

互联网的猫

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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