一 程序运行时间
二 插入排序分析程序运行时间受输入规模函数和输入数据分布等因素影响,通常把程序的运行时间描述成输入规模的函数:T(n),一个算法在特定输入上的运行时间是指执行的基本操作数或步数。
假设第i行的每次执行时间为ci,其中ci是一个常量
将代价与对应次数求积,得到如下运行时间:
通常采用最坏情况运行时间,原因:1、给定了运行时间上界,能确保该算法绝不需要更长的时间;2、对某些算法,最坏情况经常出现;3、“平均情况”往往与最坏情况大致一样差,而平均情况难于统计。
下面分析插入排序的最坏情况(数组反向排序)运行时间,该情况下,上述公式中tj=j,固有T(n)如下:
故最坏运行时间为:O(n^2)
三 归并排序分析——递归树
分治算法递归式:若问题规模足够小,如对某个常量c,n<=c,则直接求解需要常量时间O(1);假设把原问题分解成a个子问题,每个子问题的规模是原问题的1/b,为了求解一个规模为n/b的子问题,需要T(n/b)的时间,所以需要aT(n/b)的时间来求解a个子问题。如果分解问题成子问题需要时间D(n),合并子问题的解成原问题的解需要时间C(n),那么得到递归式:
对于归并排序:
下面采用递归树求解上述递归式(方便起见,假设n刚好是2的幂):
四 递归求斐波那契数分析——递归树
斐波那契数列递归式:
其时间复杂度递归式:
注意:合并F(n-1)和F(n-2),只需要求其和,时间复杂度为常数。
五 主方法求解递归式
5.1 主定理
令a>=1和b>1是常数,f(n)是一个函数,T(n)是定义在非负整数上的递归式:
T(n)=aT(n/b)+f(n)
原问题被分解为a个规模为原问题n/b的子问题,f(n)是分解与合并的代价,T(n)有如下渐进界: