master公式

master公式是用于剖析递归行为时间复杂度的公式。

T [n] = aT[n/b] + f (n)（直接记为T [n] = aT[n/b] + O(N^d)）

其中a是发生相同规模子递归的次数，b是子递归的规模，f(n)是剩余子式的时间复杂度。

举例说明：

public class master公式 {
    public static int process(int[] arr,int L, int R) {
        if (L == R) {
            return arr[L];
        }
        /**
         * 求中点的一种写法，好处是相较于传统的写法，它可以防止数据的溢出。
         * 原理如下：
         * R — L为该区域的总长度，>>为右移一位，也就是直接除2的意思，这样子得到(R-L) >> 1的意思就是总长度的一半。
         * L为最左边的数，再加上总长度的一半，就刚好是中点。
         */
        int mid = L + ((R-L) >> 1);
        int leftMax = process(arr, L, mid);
        int rightMax = process(arr, mid + 1, R);
        return Math.max(leftMax, rightMax);
    }
}

上面代码中我们可以知道，他的子递归为leftMax和rightMax，次数为2，规模为二分之一，其余操作的时间复杂度为O(1)，

所以T[n] = 2T[n/2] + O(1)。

①当d<logb a时，时间复杂度为O(n^(logb a))
②当d=logb a时，时间复杂度为O((n^d)*logn)
③当d>logb a时，时间复杂度为O(n^d)

上面的这个例子a=2，b=2，d=0，所以他符合情况二。时间复杂度为O(N)，

注意：适用范围为子过程规模相等的情况，否则不适用。