本文深入探讨了Master公式在分析递归算法时间复杂度中的应用。通过实例解释了如何确定a、b和d的值，并根据这些值推导出递归算法的时间复杂度。例如，二分查找的Master公式为T(N)=2*T(N/2)+O(N^0)，而当问题被平均分成三份时，公式变为T(N)=3*T(N/3)+O(N^0)。了解Master公式有助于优化和理解递归算法的效率。
master公式
T(N) = a * T(N/b) + O(N^d)
公式解释
N是初始问题的负责度
a是次数的意思，也就是调用相同规模的递归次数
b是递归的划分，也就是将原问题划分成相同规模的b份
O(N^d)，d是除去递归代码外的其他运算的时间复杂度
例如，二分查找的递归，将原始问题每次划分成两份，依次递归。
这个问题中，每次将问题划分成两份，所以b是2，然后依次递归左右部分，因此，子递归的调用了2次，a是2，除了递归代码，其余部分没有遍历操作，只有简单的O(1)操作，因此，d=0。
所以，master公式为： T(N) = 2 * T(N/2) + O(N^0)
再例如，将上述二分查找，换成每次平均划分三份，那么b=3，依次调用三次，所以a=3，额外时间复杂度仍是O(1)，所以d=0。
所以，master公式为： T(N) = 3 * T(N/3) + O(N^0)
master公式使用
确定了a，b，d后，直接套下列公式
log(b,a) > d ------> 递归时间复杂度为：O(N^log(b,a))
log(b,a) = d ------> 递归时间复杂度为：O(N^d*logN)
log(b,a) < d ------> 递归时间复杂度为：O(N^d)
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
