递归行为的时间复杂度计算之Master定理

1 Master公式推导

  对于一个递归问题,其花费的时间应为:调用子问题的时间+除子问题外的操作所花费的时间。假设其数据量规模为n,每一次的递归行为中,调用子递归行为的次数为a,数据规模为上一次的\frac 1b,那么其常数操作次数记为:
T(n) = aT(\frac nb) + f(n)
  其中f(n)为本次递归行为中,除去调用子递归行为外的常数操作次数的最高阶(刨除常数项),记为:f(n)=n^d.
  如此便得到了递归问题的递推公式。我们进一步往下推导:
\begin{split} T(n) &= aT(\frac nb) + f(n)\\ &=aT(\frac nb) + n^d\\ &=a(aT(\frac n{b^2}) + (\frac nb)^d) + n^d\\ &=a^2T(\frac n{b^2}) + (1 + \frac a{b^d})n^d\\ &=a^mT(\frac n{b^m}) + (1+\frac a{b^d} + ... + ({\frac a{b^d}})^{m -1})n^d\\ &let\ \frac n{b^m}= 1,\ then\ m=log_bn\\ &=a^{log_bn}T(1) + (1+\frac a{b^d} + ... + ({\frac a{b^d}})^{log_bn -1})n^d\\ &=\begin{cases} n^{log_ba}T(1) + {log_bn}*n^d, & log_ba=d \\ n^{log_ba}T(1) + \frac 1{\frac a{b^d}-1}(n^{log_ba}-n^d), & log_ba \ne d \end{cases} \end{split}
  刨除常数项,取最高阶,得到大O表示法的时间复杂度:
T(n)=\begin{cases} O ({log_bn}*n^d), & log_ba=d \\ O (n^d), & log_ba \lt d \\ O (n^{log_ba}), & log_ba \gt d \end{cases}
  诸如T(n)=O(f(n)),表达的是T(n)的渐进上界为f(n),即T(n)的阶不高于f(n)

2 例子

  下面举几个例子:
  二分查找:T(n)=T(\frac n2) + 1log_ba=d=0T(n)=O(logn)
  归并排序:T(n)=2T(\frac n2) + {n}log_ba=d=1T(n)=O(n*logn)
  并非所有的递归问题都能用Master公式求解,非平均划分子式的递归式以及递归式中f(n)无法找到渐进上界,都无法应用Master公式。但是对于一般的问题(面试可能遇到的)也足够应对了。

参考

https://zhuanlan.zhihu.com/p/311690676

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,042评论 6 490
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 89,996评论 2 384
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,674评论 0 345
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,340评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,404评论 5 384
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,749评论 1 289
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,902评论 3 405
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,662评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,110评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,451评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,577评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,258评论 4 328
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,848评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,726评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,952评论 1 264
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,271评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,452评论 2 348

推荐阅读更多精彩内容