递归本质
以下面的例子说明:
public static int process(int[] arr, int L, int R) {
if (L == R) {
return arr[L];
}
int mid = L + ((R - L) >> 1);
int leftMax = process(arr, L, mid);
int rightMax = process(arr, mid + 1, R);
return Math.max(leftMax, rightMax);
}
上面递归的过程就是每次都将数组进行二分,直到每个过程只有1个数为止,再把这个数返回给上一级。把过程画出来就是一颗二叉树的结构。
在尝试递归的时候,就是把每次方法调用都压入到栈中,返回结果时便是将结果弹出。
master公式
公式
T(N) = a * T(N / b) + O(N ^ b)
时间复杂度
条件 | 时间复杂度 |
---|---|
log(b,a) < d | O(N^d) |
log(b,a) > d | O(N^log(b,a) |
log(b,a) == d | O(N^d * logN) |
说明
T(N)为父过程的数据规模
T(N / b)为子过程的数据规模
a为子过程的调用次数
O(N ^ b)为除了递归过程之外其他调用的时间复杂度
适用
该公式只适用子过程的调用都是数据规模相同的情况,如这个例子中两个子过程的数据规模都是T(N/2)。如果一个递归过程有多个子过程数据规模不一样,那么它不能用该公式进行时间复杂度的计算。
例子
上面的例子中,父过程数据规模为N,子过程数据规模为N/2,总共调用子过程2次,除了递归过程之外其他调用的时间复杂度为O(1),所以对应的master公式为:
T(N) = 2 * T(N / 2) + O(1)
因为log(b,a) == d,所以时间复杂度为O(n^d * logN),即O(n*logN)。