以下函数在catalan numbers中生成第n个数字。这个函数的确切时间复杂度函数是什么?或者我如何自己找到它?
int catalan(int n)
{
if (n==0 || n==1)
return 1;
int sum = 0;
for(int i=1;i<n;i++)
sum += catalan(i)*catalan(n-i);
return sum;
}
注意:我知道这是计算加泰罗尼亚数字的最糟糕的方法。
答案 0 :(得分:4)
为了评估复杂性,让我们关注执行的递归调用的数量,让C(n)
。
致电n
意味着恰好2(n-1)
个递归通话,每个通话都会自行添加费用2(C(1)+C(2)+...C(n-1))
。
致电n+1
意味着恰好2n
个递归通话,每个通话都会自行添加费用2(C(1)+C(2)+...C(n-1)+C(n))
。
差异为C(n+1)-C(n) = 2+2C(n)
,可以写成C(n) = 2+3C(n-1)
。
C(1) = 0
C(2) = 2+2C(1) = 2+3C(0) = 2
C(3) = 4+2(C(1)+C(2)) = 2+3C(2) = 8
C(3) = 6+2(C(1)+C(2)+C(3)) = 2+3C(3) = 26
C(4) = 8+2(C(1)+C(2)+C(3)+C(4)) = 2+3C(4) = 80
...
C(n) = 2n-2+2(C(1)+C(2)+...C(n-1)) = 2+3C(n-1)
要轻松解决此问题,请注意
C(n)+1 = 3(C(n-1)+1) = 9(C(n-2)+1) = ...3^(n-2)(C(2)+1) = 3^(n-1)
因此,对于n>1
,确切的公式是
C(n) = 3^(n-1)-1
Catalan(1)
(固定时间)的来电次数也是C(n)
,加法或乘数的数量各为C(n)/2
。
通过注意循环中的所有项(中间项除外)被计算两次,很容易将复杂度从O(3^n)
降低到O(2^n)
- 但仍然无法实现可接受的实施:)
答案 1 :(得分:2)
假设
在加泰罗尼亚语(n)的for循环中,加泰罗尼亚语(i)执行n-1次,其中i的值从1到n-1,加泰罗尼亚语(ni)执行n-1次,其中ni的值来自n-简而言之,加泰罗尼亚语(i)和加泰罗尼亚语(ni)等于所有加泰罗尼亚语(x)的两倍,其中x的值从1到n-1。
T(n) = 2(T(1) + T(2) + T(3) + ... + T(n-2) + T(n-1)) + k + (n-1)c
Similarly,
T(n-1) = 2(T(1) + T(2) + T(3) + ... + T(n-2)) + k + (n-2)c
Reorder T(n) as 2(T(1) + T(2) + T(3) + ... + T(n-2)) + 2T(n-1) + k + (n-2)c + c
T(n) = 2(T(1) + T(2) + T(3) + ... + T(n-2)) + k + (n-2)c + 2T(n-1) + c
T(n) = T(n-1) + 2T(n-1) + c
T(n) = 3T(n-1) + c
T(n) = (3^2)T(n-2) + 3c + c
T(n) = (3^3)T(n-3) + (3^2)c + 3c + c
and so on...
T(n) = (3^(n-1))T(n-(n-1)) + c(3^0 + 3^1 + 3^2 + ... + 3^(n-2))
T(n) = (3^(n-1))T(1) + ((3^(n-1)-1)/2)c
因此,时间复杂度为O(3 ^ N)
答案 2 :(得分:1)
我的过程与@hk6279 的过程非常相似,但我相信更容易理解,因为我是从代码本身开始的。我开始在代码中定义递推关系,然后替换它。
我还从@hk6279 的方法中删除了所有 + k + c 变量,因为它给方程增加了噪音,最后所有这些变量都将被排除。
递归关系
T(n) => 1 -> n = 1
T(i) * T(n-i) -> n > 1; for i in 1..n-1
当 n > 1 时可视化
T(n) = [T(1) + T(2) + T(3) + .... + T(n-2) + T(n-1)] + [T(n-1) + T(n-2) + .... + T(3) + T(2) + T(1)]
T(n) = [T(1) + T(2) + T(3) + .... + T(n-2) + T(n-1)] + [T(1) + T(2) + T(3) + .... + T(n-2) + T(n-1)]
T(n) = 2 * [T(1) + T(2) + T(3) + .... + T(n-2) + T(n-1)]
什么是 T(n-1) ?
T(n-1) = 2 * [T(1) + T(2) + T(3) + .... + T(n-2)]
替换为 T(n-1)
T(n) = 2 * [T(1) + T(2) + T(3) + .... + T(n-2) + T(n-1)]
T(n) = 2 * [T(1) + T(2) + T(3) + .... + T(n-2)] + 2 * [T(n-1)]
T(n) = T(n-1) + 2 * [T(n-1)]
T(n) = 3 * T(n-1)
什么是 T(n-2) ?
T(n-2) = 2 * [T(1) + T(2) + T(3) + .... + T(n-3)]
替换为 T(n-2)
T(n) = 3 * [2 * [T(1) + T(2) + T(3) + .... + T(n-3) + T(n-2)]]
T(n) = 3 * [2 * [T(1) + T(2) + T(3) + .... + T(n-3)] + 2 * T(n-2)]]
T(n) = 3 * [T(n-2) + 2*T(n-2)]
T(n) = 3 * [3 * T(n-2)]
T(n) = 3^2 * T(n-2)
替换为 T(n-k)
T(n) = 3^k * T(n-k)
if n - k = 1 => k = n + 1
T(n) = 3^(n+1) * T(n-n+1)
T(n) = 3^(n+1) * T(1)
T(n) = 3^(n+1) * 1
时间复杂度
O(3^n)