算法分析---主定理

在算法分析中,主定理(英语:master theorem)提供了用渐近符号表示许多由分治法得到的递推关系式的方法。此方法经由经典算法教科书《算法导论》而为人熟知。不过,并非所有递推关系式都可应用主定理。该定理的推广形式包括Akra-Bazzi定理。
假设有递推关系式
T\left(n\right)=aT\left(\frac{n}{b}\right)+f\left(n\right)
,其中
n
为问题规模,为
a
递推的子问题数量,
\frac{n}{b}
为每个子问题的规模(假设每个子问题的规模基本一样),
f\left(n\right)
为递推以外进行的计算工作。
情形一:

 

如果存在常数\epsilon > 0,有

f(n) = O\left( n^{\log_b (a) - \epsilon} \right),并且是多项式的小于


    那么

T(n) = \Theta\left( n^{\log_b a} \right)

情形二:

如果存在常数k ≥ 0,有

f(n) = \Theta\left( n^{\log_b a} \log^{k} n \right)

那么

T(n) = \Theta\left( n^{\log_b a} \log^{k+1} n \right)

情形三:

如果存在常数\epsilon > 0,有

f(n) = \Omega\left( n^{\log_b (a) + \epsilon} \right),并且是多项式的大于

同时存在常数c < 1以及充分大的n,满足

a f\left( \frac{n}{b} \right) \le c f(n)

那么

T\left(n \right) = \Theta \left(f \left(n \right) \right)

 常用算法中的应用:

算法 递推关系式 运算时间 备注
折半搜索 T(n) = T\left(\frac{n}{2}\right) + \Theta(1) \Theta(\log(n)) 情形二(k = 0)
二叉树遍历 T(n) = 2 T\left(\frac{n}{2}\right) + \Theta(1) \Theta(n) 情形一
归并排序 T(n) = 2 T\left(\frac{n}{2}\right) + \Theta(n) \Theta(n\log(n))
情形二(k = 0)

 







 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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