(一)主定理
对于\[T(N)=a* T(N/b)+O(N^d)\]
且\(T(1)\)为常数,有
1.\(\log_b a>d => ^{[1]}\)复杂度为
\(O(N^{\log_b a})\)
2.$\log_b a=d => $复杂度为
\(O(N^d* \log N)\)
3.$\log_b a<d => $复杂度为
\(O(N^d)\)
例题
(以下\(T(1)\)都为常数)
1. 设某算法时间复杂度可表示为\(T(n)=9T(n/3)+n^2\),求该算法时间复杂度。
解:
由题意得:\[a=9\]\[b=3\]\[d=2\]
所以\[\log_ba=\log_39=2=d\]
所以是第二种情况,复杂度为\(O(n^2\log n)\)
2. 设某算法时间复杂度可表示为\(T(n)=T(2n/3)+n\),求该算法时间复杂度。
解:
由题意得:\[a=1\]\[b=\frac{3}{2}\]\[d=1\]
所以\[\log_ba=\log_{\frac{3}{2}}1=0<d=1\]
所以是第三种情况,复杂度为\(O(n)\)
3. 设某算法时间复杂度可表示为\(T(n)=3T(\sqrt n)+\log n\),求该算法时间复杂度。
解:
\(T(n)=3T(n^{\frac{1}{2}})+\log n\)
\(<=>T(2^n)=3T(2^{\frac{n}{2}})+n\)
设\(t(n)=T(2^n)\),则\(t(n)=3t(n/2)+n\)
由题意得:\[a=3\]\[b=2\]\[d=1\]
所以\[\log_ba=\log_23≈1.58>d=1\]
所以是第三种情况,\(t(n)\)的复杂度为\(O(n^{\log_23})\)
所以\(T(n)\)的复杂度为\(O(\log(n^{\log_23}))\)。
(二)递归树
考虑递归式\[T(n)=2T(n/2)+n^2\]
可将其化为\[T(n)=T(n/2)+T(n/2)+n^2\]
于是可以画一棵递归树,对于一个节点,节点的值为非函数项,再将式中每一个函数项向下迭代,式中有几个函数项,递归树就是几叉树,且有\(\log n\)层,把每一行所有节点的和写在右边,如下图所示。
然后,右边所有数之和(一个含\(n\)的表达式)即为该式的复杂度。
如图,该图中右边所有数之和为\[(1+\frac{1}{2}+(\frac{1}{2})^2+(\frac{1}{2})^3+...)* n^2=2n^2\]
所以,\(T(n)=T(n/2)+T(n/2)+n^2\)的时间复杂度为\(O(n^2)\)
例题
1. 计算递归式\(T(n)=T(n/3)+T(2n/3)+n\)的复杂度。
解:
递归树如下图所示
右边所有数之和为\[(\log_{\frac{3}{2}}n+1)*n\]
所以,\(T(n)\)的时间复杂度为\(O(n\log n)\)