求解时间复杂度递归式

（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\(O(n\log n)\)

---

注：

[1] 若\(\log\)没有下标，则默认为\(\log_2\)（以\(2\)为底）。

转载于:https://www.cnblogs.com/BlogOfchc1234567890/p/9863158.html