递归算法求解复杂度

2、某递归算法的时间复杂度 $T(n)$满足递归方程：$T(n)=2T(n/2)+bn（n\ge 2）$且 $T(1)=a$，其中$n=2^k,a,b,k$均为正整数。 $T(n)$ 可用$\Theta$表示为（ ）

A. $\Theta (n^2)$

B. $\Theta (nlogn)$

C. $\Theta (nlo{g}^{2}n)$

D. $\Theta (n^{2}logn)$

如果你是算法大佬那就直接开挂：

想一下哪个常见的算法满足上述递归方程，然后把该算法的复杂度直接填上去即可，逆天… 这里是归并排序的递归方程，归并排序的复杂度为$\Theta (nlogn)$，

常见做法在[此处](./ppt/1 算法分析的基本概念和方法.pdf)的例5.

如果我们没有这么niubility，我们需要以下解法：

解法1（展开法）：

令$g(n)=bn$，则
$$\begin{array}{rl}T(n)=T(2^k)& =2T(2^{k-1})+g(2^k)\\ & =2\times (2T(2^{k-2})+g(2^{k-1}))+g(2^k)\\ & =2\times 2\times (2T(2^{k-3}))+2^{2}g(2^{k-2})+2g(2^{k-1}))+g(2^k)\\ & =......\\ & =2^{k}T(2^0)+\sum _{i=0}^{k-1}{2}^{i}g(2^{k-i})\\ & =2^{k}a+\sum _{i=0}^{k-1}{2}^{i}b{2}^{k-i}\\ & =2^{k}a+b\sum _{i=0}^{k-1}{2}^k\\ & =2^{k}a+bk{2}^k\\ & \because n=2^k,则有k=logn\\ & =n\times a+bnlogn\\ & \therefore f(n)=\Theta (nlogn)\end{array}$$
解法2（换元法）:

令$f(i)=T(2^i)$，则由$T(2^i)=2T(2^{i-1})+b{2}^i$可得递归关系

$f(i)=2f(i-1)+b{2}^i,f(0)=T(1)=a$

令$g(i)=b{2}^i$，则：
$$\begin{array}{rl}f(k)& =2f(k-1)+g(k)\\ & =2^{2}f(k-2)+2g(k-1)+g(k)\\ & =......\\ & =2^{k}f(0)+\sum _{i=0}^{k-1}{2}^{i}g(k-i)\\ & =2^{k}a+\sum _{i=0}^{k-1}{2}^{i}b{2}^{k-i}\\ & =2^{k}a+b\sum _{i=0}^{k-1}{2}^k\\ & =2^{k}a+b{2}^{k}log{2}^k\\ & \therefore T(n)=T(2^k)=f(k)=2^{k}a+b{2}^{k}log{2}^k=na+bnlogn=\Theta (nlogn)\end{array}$$