归并排序(mergesort)和主定理（master theorem）

最新推荐文章于 2024-10-08 20:32:22 发布

nipingyu

最新推荐文章于 2024-10-08 20:32:22 发布

阅读量170

点赞数 1

文章标签：算法排序算法数据结构

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/u012130638/article/details/133513762

版权

有如上数组A=[3, 4, 1, 6, 7, 2, 5,9],需要实现排序，解决以上问题，归并排序算法解决思路步骤如下：

步骤一：将以上数组A，分割成两个或者多个数组，

步骤二：在分割后的数组中采用排序算法，使分割后的两个或者多个数组分别形成有序数组，

步骤三：逐一比较两个或者多个有序数组中元素，比较一组有序数组中元素算作一个操作，如果是分割两组有序数组需要进行n个操作（n为A中元素个数），如果是分割成三个有序数组则需要进行2n个操作

以分割成2组为例，则采用归并排序算法复杂度可以形成以下表达式

T(n) = T(n/2)+T(n/2) +n

主定理（Master Theoerm）介绍

解读：有公式 $T(n)=aT(n/b)+f(n)$ ，

情况一，如果 $n^{\log_{b}a}>f(n)$ 则T(n)的时间复杂度为 $T(n)=O(n^{\log_{b}a})$

情况二，如果 $n^{\log_{b}a}=f(n)$ 则T(n)的时间复杂度为 $T(n)=O(n^{\log_{b}a}log^{_{k+1}}n)$ ,通过f(n)进行计算 $f(n)=n^{\log_{b}a}log^{_{k}}n$ 得出k值

情况三，如果 $n^{\log_{b}a}$ <f(n)则T(n)的时间复杂度为 $T(n)= O(f(n))$

使用上述公式计算如下式子得出时间复杂度

$T(n)=2T(n/2)+n$

如题得出 a = 2 b = 2 (n) = n

$n^{\log_{b}a} = n^{\log_{2}2} = n=f(n)$

符合情况二， $f(n)=n=n^{\log_{b}a}log^{_{k}}n=n^{\log_{2}2}log^{_{k}}n=nlog^{_{k}}n$ ,由此得出k=0

所以 $T(n)=O(n^{\log_{b}a}log^{_{k+1}}n)=O(n^{\log_{2}2}log^{_{0+1}}n)=O(nlogn)$

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
1
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。