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