在分治法中,我们经常会将一些问题分解为几个子问题,每个子问题的规模都比原问题要小,而求解子问题相对于解原问题要容易一些。如此递归地分割子问题,就得到更小的子子问题,当问题的规模小到一定的程度的时候,子问题就可以直接求解,当我们获得最下层子问题的解的时候,就可以通过合并子问题的解来获得上层子问题的解,如此类推,最后就能得到原问题的解。
假设原问题的规模为n,我们利用分治法将原问题分解为a个子问题,每个子问题的规模是原问题的1/b,假设分割原问题的时间为D(n),合并问题的时间为C(n),最后就可以得到如下的递推关系:
那么得到以上的递推关系式以后,我们如何得到问题的时间复杂度T(n)呢?本文就介绍三种解决这类问题的方法。
一、 代换法
代换法是先猜测有某个界存在,然后用数学归纳法来证明这个猜测的正确性。用代换法求解需要两个步骤:猜测解的形式;用数学归纳法找出使解真正有效的常数。
一般先确定其界, 然后根据边界条件确定常数。
例题一:T(n)=2T(⌊n/2⌋)+n
我们猜测其解为T (n) = O(n lg n), 即存在常数c,使得T(n) <= c n lg n
于是,T(n) = 2T(⌊n/2⌋)+n <= 2 * (c ⌊n/2⌋ lg ⌊n/2⌋) + n <= 2 * (c n/2 lg n/2) + n = cn lgn - cn + n <= c n lg n
当c > 1的时候上式成立。
边界条件:由定义只要找出n0,使得当n >= n0的时候T(n) <= c n lg n即可,
我们取n0 = 2,可证边界条件成立。
代换法的缺点:不存在通用的方法,需要经验。
试探法、 递归树、 类似的先例、 先证明递归式的上下界然后不断缩小不确定性区间等。
例题二:经验——减掉一个低阶项 T (n) = T (⌊n/2⌋) + T (⌈n/2⌉) + 1
我们猜测解为T(n) = O(n),这样就存在正常数c,是得对于n >= n0时有 T(n) <= cn
T (n) = T (⌊n/2⌋) + T (⌈n/2⌉) + 1 <= c (⌊n/2⌋) + c (⌈n/2⌉) + 1 = cn + 1
与所猜测的解不一致