2020-10-05

讨论1.6 算法3的空间复杂度是多少？
老师参与
具体来说，这个问题分两部分：
由于递归而产生的空间复杂度是多少？
算法的整体空间复杂度一共是多少？

分而治之的算法

时间复杂度

T(N)=2T(N/2)+O(N)
=2(2T(N/(2^2))+cN/2)+cN
=2^kO(1)+ckN
其中N/(2^k)=1
k=log2(N)

1.空间复杂度

1.整体

假如 n 个数据，中间一分为二，求左边空间要 n/2，右边也是一样。
跨越分界线的部分需要扫描一遍左边和右边，加起来是 n
所以总共是 S(n) = 2n

2.递归

递归一次，需要借助一个栈的单位空间来存储。
F(N)先入栈，然后分为两个F(N/2)，再入栈，再分，然后直到当前数字个数为1时即F(1)，函数才从下往上出栈，此时未出栈时为占用栈空间最大的时候，n/(2^k)=1，即k=logN。所以空间复杂度为S(logN)。
如果画一个图的话会更清晰一些，是一个二叉树。
刚开始思考的时候，以为要把所有从根结点到叶子结点的路径的深度都要加起来，但是想清楚了之后明白，只需要计算从根节点到最深的那个叶子结点的路径的深度就可以，它是一次访问到最底层的最左边的结点，再去这个叶子节点的兄弟结点，然后出栈。
总结就是，它会多次达到所需要的最大的栈空间（次数应该是叶子结点个数），而不是一次用更多的栈空间。所以空间复杂度就是树的深度。

补充
x=a<b?c:d 先判断？前面的语句，如果a小于b，x就等于c，否则x=d

分治法代码

int Max3(int A,int B,int C)
{
return A>B?(A>C?A:C):(B>C?B:C);
/意思是若A>B，则返回(A > C ? A : C )，即若A还大於C，则返回A，否则返回C；若A小於等於B，则返回(B > C ? B : C)，即若B还大於C，则返回B，否则返回C；简单地说，此语句意思是返回A,B,C中最大的那个./
}
int DivideAndConquer(int List[], int left, int right )
{
int MaxLeftSum,MaxRightSum;
int MaxLeftBorderSum,MaxRightBorderSum;

int LeftBorderSum,RightBorderSum;
int center, i;

if(Left = Right){#递归中止条件
	if(List[left]>0) return List[left];
	else return 0;
}
/* 下面是"分"的过程 */
center = (left+right)/2;

/* 递归求得两边子列的最大和 */
MaxLeftSum   = DivideAndConquer(int List[], int left, int center );
MaxRightSum = DivideAndConquer(int List[], int center+1, int right );
/* 下面求跨分界线的最大子列和 */
MaxLeftBorderSum = 0; LeftBorderSum = 0;
#向左扫描
for(int i = center;i>0;i--)
{
	LeftBorderSum += List[i];
	if(LeftBorderSum>MaxLeftBorderSum)
		MaxLeftBorderSum=LeftBorderSum;
}
	for(int i = center;i<right;i++)
{
	RightBorderSum += List[i];
	if(RightBorderSum>MaxRightBorderSum)
		MaxRightBorderSum=RightBorderSum;
}
return Max3(MaxRightBorderSum+MaxLeftBorderSum,MaxLeftSum,MaxRightSum);

}
int MaxSubseqSum3( int List[], int N )
{ /* 保持与前2种算法相同的函数接口 */
return DivideAndConquer( List, 0, N-1 );
}