Question

以下递归算法的运行时间大O [假设f1（n）= O（log n）]

function Recurse(A[1..n])
        f1(n)
        m <-- n/3
        t1 <-- Recurse(A[1..m])
        t2 <-- Recurse(A[(m+1)..2m])
        t3 <-- Recurse(A[(2m+1)..3m])
        return (t1+t2+t3)/3
end function

是O（log n）吗？如果没有，那么准确的结果是什么？

Answer 1

使用主定理

T（n）= aT（n / b）+ f（n）其中a> = 1b> 1。 1

n是问题的大小。 a是递归中的子问题数。 n / b是每个子问题的大小。（这里假设所有子问题的大小基本相同。） f（n）是在递归调用之外完成的工作的成本，其中包括划分问题的成本和将解决方案合并到子问题的成本。

T（n）= log n *（3 * n / 3） T（N）= n日志（n）的

http://en.wikipedia.org/wiki/Master_theorem

用大O表示递归算法的运行时间

1 个答案: