使用master公式计算递归问题的时间复杂度

递归的时间复杂度

子问题规模相同——master公式

当子问题的问题规模相同时，我们就可以使用master公式来估算该递归问题的时间复杂度。

以我们的二分法求最大值（图文详解递归：二分法求数组中的最大值）为例，函数代码具体如下，该函数的两个子问题规模相同。

int process(int* a,int L,int R){
    if(L == R)
       return *(a+L);
    int mid = L+((R-L)/2);//计算中点
    int Leftmax =  process(a,L,mid);
    int Rightmax = process(a,mid+1,R);
    return (Leftmax>Rightmax)?Leftmax:Rightmax;
}

1. master的等式左侧：即母函数，N为该函数的总数据量。

2. master的等式右侧第一项：我们将用于求解的Leftmax = process(a,L,mid);和rightmax = process(a,mid+1,R);分别视作一个子问题，也就是说在该函数中由两个子递归，所以a=2。而我们两个子递归将数据量分为两部分，故b=2。

3. master等式右侧第二项：除了调用以外的行为的时间复杂度，在该函数中除调用以外的行为为一个if判断、计算mid和return返回值，这三个行为的时间复杂度都是常数级的，它与我们的数据量N无关，所以d=0。

那么我们上述给出的程序的时间复杂度使用master公式求解，则结果如下：

将a,b,d的值代入，因为log2 =1 > 0根据以上公式我们可以计算得出
也就是说我们上述给出的算法时间复杂度为
将a=2 b=2带入得O(n)。