如果有人可以帮我解决几个问题，我将非常感激，
对于以下每个递归函数定义，使用主定理来确定其渐增的增长顺序（即Big-Tetha）。如果您认为Master定理不适用于某个案例，请正确解释原因。在这些情况下，你还可以为运行时间提供一个合理的上限（即Big-O）吗？请注意，基本情况都假定为常量。
（a）T（n）= T（n / 2）+ 2 ^ n
（b）T（n）= 4T（n / 2）+（n ^ 1.5） - 1
（c）T（n）= T（n / 3）+ 100
（d）是T（n）= 125T（n / 5）+ n ^ 3 / logn
（e）T（n）= 2T（n / 7）+ log n +√n
我刚刚在网上阅读了一些有关此内容的内容，但我无法获得足够的理解来回答这个问题。任何帮助将不胜感激，我正在努力学习测试，我没有得到任何这个！
非常感谢！
答案 0 :(得分：0)
除（a）之外的所有项目都适用于Masther定理。在情况（a）中，收费函数不是多项式，因此，Master定理不适用。但是可以通过扩展解决它：
T(n) = 2^n + T(n/2)
= 2^n + 2^(n/2) + T(n/4)
= 2^n + 2^(n/2) + 2^(n/4) + T(n/8)
= ...
= O(2^n).
通过将重复作为二进制数的和来解释结果是明确的：1 + 10 + 100 + 10000 + 10000000 <= 2 * 10000000。