递归算法的时间复杂度分析

       大家都知道，如果一个问题的求解可以通过求解子问题来求解，那么这种问题就可以用递归的思路去求解。递归的好处，代码简单易懂，但同时也有个致命的缺点，时间复杂度高，如果n很大的情况下，通常是无法在规定时间内算出问题的答案的。通过斐波那契数列，来学习一些这个问题。

1,斐波那契数列的表达式：

Fibonacci数列简介：

F(1)=1

F(2)=1

F(n)=F(n-1)+F(n-2)    (n>2)

(1)斐波那契数列的递归算法思想描述：利用递归思想，每次计算当前的值时候，就要引用之前的两个值，一步一步的递归，一直到最起始处，才能用到F(1)和F(2)。

递归算法程序：

int recursive_method(int n)

{
    if (n == 1)
         return 0;

    if (n == 2)
         return 1;


   else
         return recursive_method(n - 1) + recursive_method(n - 2);
}

(2)递归算法调用的顺序举例子

在递归调用过程中Fib(3)被计算了2次，Fib(2)被计算了3次。Fib(1)被调用了5次，Fib(0)中被调用了3次。所以，递归的效率低下，但优点是代码简单，容易理解。

(3)递归算法时间复杂度为：O(2^(N/2))<=T(N)<=O(2^N)。

2,斐波那契的非递归算法

int non_recursive_method(int n)  
{  
    int a1 = 0;  
    int a2 = 1;  
    int a3 = a1+a2;
    if (n == 1)
        return 0;
    if (n == 2)
        return 1;  
    else {  
        for(int i = 3; i < n; i++){  
	    a3 = a1+a2;
	    a2 = a3;      
	    a1 = a2;  
        }  
    return a3;  
      }  
}

非递归算法时间复杂度为：O(N)。