软件设计师（旧栎篇）

3.1.4 渐进符号

*O*(斜O):渐进上界 0<=*f*(n)<=*cg*(n)(渐进上界)

Ω：渐进下界 0<=*cg*(n)(渐进下界)<=*f*(n)

Θ：渐进紧致界 0<=*c1g*(n)(渐进下界)<=*f*(n)<=*c2g*(n)(渐进上界) =====> **Ω=Θ=*O***

#### 3.1.5 递归式时间、空间复杂度

递归式时间/空间复杂度（阶乘-------->传递和回调）

递归时间/空间复杂度

O(n) = 递归次数 * 每次递归的时间复杂度

#### 3.1.6 递归式主方法

记住定理的两个公式：T(n)=aT(n/b)+*f*(n)

(1) 常数ε>0, 有*f*(n)=*O*(n^*log*(b^a) - ε ) ,则T(n)=Θ(n^*log*(b^a))

(2)*f*(n)=*O*(n^*log*(b^a)*lg*^k n ),则T(n)=Θ(n^*log*(b^a) *lg*^k+1 n)

#### 3.1.6 递归历年真题

考察运用递归思想 ------>**等差数列公式求和**------>**时间复杂度运算，保留最高阶项**

考察递归式主方法（**先看后面的*f*(n)满足公式里的哪一个，再代入公式算时间复杂度**）

考察用递归式主方法比较算法A和算法B的渐进性 **时间复杂度中，哪一个递归公式时间用的少，则哪个算法更快**

考察问题规模的扩大------->**问题规模扩大后，运行时间的也会随之增加（根据时间复杂度的最高阶项来进行增加）**

该题时间复杂度为：O(n^2) 最高阶项为2 问题规模扩大16倍 那么运行时间增加16^2=256倍