关于归并排序时间复杂度 T（n） =2T（n/2）+O（n）

最新推荐文章于 2024-09-19 14:18:53 发布
最新推荐文章于 2024-09-19 14:18:53 发布
阅读量1.7w 收藏 15
点赞数 3
分类专栏： 算法 文章标签： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/rocling/article/details/83043054
版权

T（n）=2T（n/2）+O（n），n=2^k。
想知道为什么最终答案为O（nlgn）

Master大法好。这题自己推导也不难。把递推公式重复代入三次并化简：

 

可以看出规律了，而且很容易用归纳法证明。于是代入k次时就有（n=2k）：

https://segmentfault.com/q/1010000008698385

 

 

rocling
关注
专栏目录
算法增长的阶的问题
筱羊冰冰
12-17 992
引言——增长的阶 在算法问题中，我们难免会被问到一个问题，这个算法究竟好不好？ 首先，尽管时代在发展，计算机的运算速度和内存在不断增大，但是我们面对的数据量也在不断增加，盲目使用不好的算法有时也能解决问题，但绝不是一个合适的方法。所以我们就有了算法时间空间复杂度分析的问题。 一个算法耗时多少，很简单么，就把每一步加起来，如果是循环就相乘，问题不就解决了？ 但是在解决求和的过程中，我们还是会遇到很多问题的，而且一个级数放在那给别人看着也不方便，所以我们选择了一种表示方式。 时间复杂度的表示方法 因为我们只是一
时间复杂度分析---主定理
（一封+贺）*礼的博客
10-05 5204
一直以来时间复杂度都不会算呜呜呜，今天理一理。鱼头（如图）： “ϵ”这个就不用管它了，没有什么卵用。 证明咱就算了，没这脑子。对于第一种情况，举几个栗子： 1）例1：二叉树的遍历。            T(n)=2T (n/2)+Θ (1) 。            其中(a=2), (b=2), (f(n)=1), （第一种情况）            所以 (T(n)=Θ(n...
T(n)=2T(n/2)+n=o(nlogn)
热门推荐
yuyajun06的博客
04-02 2万+
大o记号：大O符号（Big O notation）是用于描述函数渐进行为的数学符号。更确切地说，它是用另一个（通常更简单的）函数来描述一个函数数量级的渐近上界（百度百科）T(n)=2T(n/2)+n设n=2^kT(n/2)=2T(n/2^2)+n/2T(n/2^2)=2T(n/2^3)+n/2^2T(n)=2T(n/2)+n=2^2T(n/2^2)+2*n/2+n=2^3T(n/2^3)+2^2*...
已知T(n)=2T(n/2)+n，求O(n)?
wanglin007
05-16 7056
已知T(n)=2T(n/2)+n;求O(n)? 总结网上的归纳，自己再写一遍： T(n)=2T(n/2)+n 第一次，即k=1 T(n/2)=2T((n/2)/2)+n/2 第二次，即k=2 T((n/2)/2)=2T(((n/2)/2)/2)+(n/2)/2 第三次，即k=3 即： T(n/20)=2T(n/21)+n/20 第一
2023 牛客网最新版 Java 面试题大全带答案（限时分享）
最新发布
csdn1234561231的博客
09-19 1293
面试会涉及到很多杂而乱的知识点，可以为了面试刷很多套面试真题，但是千万不要只是纯粹地去死记硬背，要有技巧的运用成自己的东西。
算递归式的时间复杂度
qq_36523667的博客
01-18 666
第一种 代换法 给他假设一个时间复杂度 然后去验证 比如T(n)=2T(n/2)+O(n) 我们就可以假设时间复杂度是nlgn T(n)=2T(n/2)+O(n) 当c>=1的时候成立 第二种 递归树法 求出每一层的代价 根据总和 得出渐进复杂度上界 比上面的方法更加容易得出猜测 第三种 主方法 对T(n) = aT(n/b) + f(n)的形式有奇效 分别对应了
时间复杂度
onemoreoffer的博客
02-07 1416
时间复杂度
递归程序的时间复杂度计算
SkyingData的博客
01-25 3706
文章目录1.递归函数时间复杂度分析(1) 递归执行过程(2) 递归实现机制(3) 递归调用的几种形式2. 递归算法效率分析方法 1.递归函数时间复杂度分析 (1) 递归执行过程 例子：求N!。 这是一个简单的"累乘"问题，用递归算法也能解决。 n! = n * (n - 1)! n > 1 0! = 1, 1! = 1 n = 0,1 因此，递归算法如下： Java代码 fac...
解递归方程时间复杂度
FrankDura的博客
01-21 5496
综述 很多时候递归求解是很不错的阶梯思路。但是递归求解的复杂度分析比较麻烦。下面给出基于master理论的求解方法： 此外，近一个月将补充使用递归树等方法进行求解的思路。 方法 一般的递归程序可以看作 T(n) = aT(n/b) + f(n)且f(n) 为theta(n^d)的形式。 其中a是子问题的个数。n/b是子问题的规模。f(n)是本轮操作的复杂度。 注意这里使用thet...
时间复杂度分析
爱吃芒果的西瓜
03-24 202
时间复杂度分析 时间复杂度定义： 在计算机科学中，算法的时间复杂度是一个函数，它定性描述了该算法的运行时间。这是一个关于代表算法输入值的字符串的长度的函数。时间复杂度用大O符号表述，不包括这个函数的低阶项和首项系数。 算法复杂度分为时间复杂度和空间复杂度。其作用：时间复杂度是指执行算法所需要的计算工作量；而空间复杂度是指执行这个算法所需要的内存空间。（算法的复杂性体现在运行该算法时的计算机所需资源...
自顶向下的二路归并算法的时间复杂度和空间复杂度分析
Villiam_AY的博客
03-06 517
此算法主要分为两部分，第一部分是将待排序列对半拆分，直至拆为全部长度为一的子序列，第二个部分是将两个相邻的子序列合并为一个有序的子序列，直至把所有子序列合并完全。二路归并算法分为两个阶段，第一个阶段是将待排序列对半拆分，直至拆为全部长度为一的子序列，第二个阶段是将两个相邻的子序列合并为一个有序的子序列，直至把所有子序列合并完全。假设MergeSort(a,0,n-1)算法的执行时间为T（n),显然，Merge(a,0,n/2,n-1)合并操作的执行时间为O(n)，所以得到以下递推公式。
主定理与递归树计算算法时间复杂度
魏同学不会讲故事
03-18 4351
主定理如下定义： 例如归并排序中，a=b=2，f(n)=n，T(n)=2T(n/2)+n，那么，满足第二种情况，则T(n)=O(nlogn)。 对于递归方程T(n)=aT(n/b+f(n)的求解，可以使用递归树，用归并排序为例： 每一节点中都将当前的自由项n留在其中，而将两个递归项T(n/2) + T(n/2)分别摊给了他的两个子节点，如此循环。 图中所有节点之和为:n
归并排序的时间复杂度
07-27
因此，归并排序的时间复杂度可以表示为T(n) = 2T(n/2) + O(n)，其中T(n)表示对n个元素进行归并排序所需的时间。根据主定理（Master Theorem），可以得出T(n) = O(nlogn)。 值得注意的是，归并排序的空间复杂度是O(n...
数据结构和算法分析之递归行为时间复杂度的估算
Tunaep的博客
02-26 295
master公式：T(N) = aT(N/b) + O(N^d)* 递归行为的规模|样本数量 T(N)：递归的时间复杂度 N/b：递归后子过程的规模 a:子过程的个数 除去递归之外的时间复杂度为O(N^d) log(b,a) > d -> 复杂度为O(N^log(b,a)) log(b,a) = d -> 复杂度为O(N^d * logN) log(b,a) < d -...
T(n)=2T(n/2)+n的解为T(n)=O(nlogn)的求解
诚
02-04 1万+
的
递归树——分析递归算法的时间复杂度
qq_42006733的博客
03-04 6722
递归的思想就是，将大问题分解为小问题来求解，然后再将小问题分解为小小问题。 这样一层一层地分解，直到问题的数据规模被分解得足够小，不用继续递归分解为止。 如果我们把这个一层一层的分解过程画成图，它其实就是一棵树。我们给这棵树起一个名字，叫作递归树。 如何用递归树求解时间复杂度 递归树分析归并排序时间复杂度 归并排序每次会将数据一分为二，因为每次分解都是一分为二，所以代价...
T(n)=3T(n/2)+n的递推式求解
weixin_43812776的博客
04-24 1万+
3T(n/2)+n 的递推式 主要定理公式求解 根据递推式 T(n)=3T(n/2)+n ;可知 a=3,b=2,f(n)=n;计算出来的结果是： log⁡23>1\log_2{3}>1log2​3>1则有nlog23+c>f(n)n^{log_2{3}+c}>f(n)nlog2​3+c>f(n),当c=0时。所以符合主定理公式的条件一， 所以，T(n)=nlo...
T(n)递归式 时间复杂度推导
weixin_43192587的博客
10-06 9750
本文简单介绍了T(n)递归式的推导
【算法】归并排序的分析
m0_69976836的博客
09-24 423
首先把一个未排序的序列从中间分割成2部分，再把2部分分成4部分，依次分割下去，直到分割成一个一个的数据，再把这些数据两两归并到一起，使之有序，不停的归并，最后成为一个排好序的序列。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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