考虑以下C函数:
int f1(int n) {
if(n == 0 || n == 1)
return n;
else
return (2 * f1(n-1) + 3 * f1(n-2));
}
我必须找到f1(n)的运行时间
我的解决方案: -
f1(n)的运行时间的递归关系可写为
T(n) = T(n-1) + T(n-2) + c
Where c is a constant
Also T(0) = T(1) = O(1) {Order of 1 (Constant Time)}
然后我使用递归树方法来解决这种递归关系
---
| n -------------------- cost = c
| / \
| n-1 n-2 ---------------- cost = 2c
| / \ / \
| n-2 n-3 n-3 n-4 ------------ cost = 4c
(n-1) levels | / \
| ......................
| ........................
| .........................\
| ..........................n-2k
| /
--- n-k
左子树直到
n-k = 1 => k = n-1
所以渐近上界出现了
c+2c+2^2c+2^3c+....+2^(n-1)c
= Big-Oh(2^n)
同样,右子树直到
n-2k = 1 => k = (n-1)/2
所以渐近下界出现了
c+2c+2^2c+2^3c+....+2^((n-1)/2)c
= Big-Omega(2^(n/2))
由于上限和下限因函数而不同 (而不是一个恒定的值)
Upper bound = 2^n = 2^(n/2) * 2^(n/2)
Lower bound = 2^(n/2)
所以在我看来我不能写 T(n)= Theta(2 ^ n)
但这个问题的答案是: 时间复杂度= Theta(2 ^ n)
我做错了什么?
答案 0 :(得分:2)
重复发生等同于fibonacci numbers,维基百科上有很多关于此重复的信息。确实,斐波纳契在O(2 ^ n)和Omega(2 ^(n / 2))中。有related questions提到这个界限以及~θ(1.6n)的紧束缚。
答案 1 :(得分:0)
仅计算最后一级。 其他层只是调用下一层。