如何计算递归算法的时间复杂度

很多时候，我们很容易看到时间复杂度为NlogN的算法。

我觉得很多人其实和我一样，可能知道快排的时间复杂度是NlogN。

但是怎么出来的呢？如何计算这种分治或者递归处理的算法的复杂度呢？

 

简单举个例子，很通用

我们设置解决这个问题需要的时间复杂度为T(N)

处理其中一半的问题时间复杂度为T（N/2），然后加上两边问题合起来一起处理一些特殊情况需要O(N)

我们得到T(N) = 2* T(N/2) + c*N…………式子1

把上面式子中N用N/代入

得到T(N/2) = 2 * T(N/4) + c*N/2…………式子2，这里的4可以写成2的平方

然后我们把这个得到的式子，代入到式子1里面去

得到T(N) = 2 * （2*T(N/4)  + c*N/2） + c*N

可以继续算出T(N/4)然后再进行代入

………….

一万年之后，T(N) = 2^k * T(N/(2^k)) + k*c*N

其中你可以把N/(2^k) = 1

则N = 2^k ， k = 以2为底N的对数

T(N) = 2^k * O(1) + k*c*N

前面那项为N

后面那项为N*logN

时间复杂度相加取大值

所以最终的时间复杂度就为NlogN

 

其实这样的算法和题目可能不会一模一样，但是主要在于的是思路的问题，很多时候我们需要用数学归纳法的思想去一步步的推理，最终得到结论，只要给出一个第一步的条件就行了。

所以我在这里也只是介绍这样的思想，对于具体的算法来说还是要进行具体的分析。或许这种思想能在以后的面试什么的地方给你所帮助吧。