算法设计与分析 - 主定理Master theorem (分治法递推时间复杂度)

英文原版不上了 直接中文

定义

假设有递推关系式T(n)=aT(n/b)+f(n)

其中n为问题规模
a为递推的子问题数量
n/b为每个子问题的规模(假设每个子问题的规模基本一样)
f(n)为递推以外进行的计算工作,无需参加递归

定理

a≥1,b>1为常数,f(n)为函数,T(n)为非负整数。则有以下结果(分类讨论):

(1)若f(n)=O(nlogba-ε)存在ε>0,就是当nlogba的阶高于f(n)时,可以存在ε使得nlogba-εf(n)的阶相同。此时取T(n)=θ(nlogba)

(2)若f(n)=Θ(nlogba) 注意这时nlogba的阶和f(n)的阶相同,不需要ε。此时取T(n)=Θ(nlogbalogn)

(3)若f(n)=Ω(nlogba+ε)首先得存在ε>0,就是当nlogba的阶低于f(n)时,可以存在ε使得nlogba+εf(n)的阶相同,即有足够大的n,而当af(n/b)<=cf(n), c<1此时取T(n)=Θ(f(n))

定义二

递推式子可以为T(n)=aT(n/b)+cnk 其中 cnk 表示原问题分解成子问题和将子问题的解合并成原问题的解的时间,对其分析可得到

\[T(n) = \begin{cases} O(n^{log_ba}) & a > b^k \\ O(n^k·log_bn) & a = b^k \\ O(n^k) & a < b^k \end{cases}\]

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/wpffpd.html