《算法导论》（1）——算法分析

五个渐进符号：

下面给出渐进符号θ的数学定义：当n足够大时，存在两个正常数c1、c2使得c1g(n)<=f(n)<=c2g(n),记作f(n)=θ（g(n)）。
引入渐进符号描述算法的时间复杂度的好处：能够忽略机器之间的差异。例如当n足够大是，一个复杂度为θ（n²）的算法无论在什么机器下运行的性能都将优于复杂度为θ（n³）的算法。

通常，我们规定T(n)为一个算法的最长可能消耗时间。换个角度，如果T(n)不是最长消耗时间，而是和规模为n的问题的具体内容有关，那么T(n)就不是n的函数了。
有时候，我们也用T(n)来表示一个算法的平均运行时间，前提是我们知道输入的分布情况。
$$T(n)=\sum 每种输入的概率\ast 该输入下算法的运行时间$$
我们不用T(n)描述一个算法的最好情况，因为一个算法的最好情况往往是在特定的输入下取得的，实际的输入大部分都不同于特定的输入，因此这是没有意义的。

最后，介绍三种常用的求解递推式的方法。

1. 主方法 套用主方法定理即可。
2. 代入法：代入法的关键之处在于先猜出答案，在利用数学归纳法推导出猜测是正确的。下面具体举例：T(n)=2T(n/2)+n。首先我们猜测解的形式为O(nlgn)。注意到T(1)>0,不满足O(nlgn),所以数学归纳法的起点不能是n=1.我们假设n=2时，存在常数c,有T(n)<=cnlgn.代入上式中的T(n/2),我们最终希望得到的结果是能严格推出T(n)<=cnlgn.
3. 递归树法：将递归式转化为等价的递归树，T(n)的值为递归树每一个节点之和。