第二章递归与分治.pptVIP

* 计算机算法设计与分析 * 递归算法的时间复杂性 二、D(n)为n的高次幂，即D(n) = nx： T(n) = ai D(n /bi) k–1 ? i=0 ak + ai(n/bi)x k–1 ? i=0 = ak + = D(b)k (a/D(b))i k–1 ? i=0 ak + ⑴ 若a = D(b)，则 T(n) = O(nplog bn) ⑵ 若a ? D(b)，则 T(n) = ak + D(b)k(ak/ D(b)k – 1)/(a/ D(b) – 1) = c1ak +c2D(b)k = c1nlog a + c2nlog D(b) b b 其中，c1 = 1 + 1/(a/D(b) – 1)，c2 = 1/(1 – D(b)) T(n) = O(nlog a + nlog D(b) ) b b * 计算机算法设计与分析 * 递归算法的时间复杂性 二、D(n)为n的高次幂，即D(n) = nx： T(n) = ai D(n /bi) k–1 ? i=0 ak + ai(n/bi)x k–1 ? i=0 = ak + = D(b)k (a/D(b))i k–1 ? i=0 ak + ⑴ 若a = D(b)，则 T(n) = O(nplog bn) ⑵ 若a ? D(b)，则 T(n) = O(nlog a + nlog D(b) ) b b ∵ D(b) = bx， ∴ log bD(b) = log bbx = x 若a D(b)，则log ba log bD(b)，即p x。 反之，则p x。 于是 ①若a D(b)，则T(n) = O(n)； ②若a D(b)，则T(n) = O(np)。 * 计算机算法设计与分析 * 递归算法的时间复杂性 总之，当D(n)幂函数nx时，递归算法的时间复杂性为： T(n) = O(nx) 当a D(b)时 O(nplog bn) 当a = D(b)时 O(np) 当a D(b)时 其中，p = log ba。 * 计算机算法设计与分析 * 求解递归方程 考虑下列递归方程：T(1) = 1 ⑴T(n) = 4T(n/2) +n ⑵ T(n) = 4T(n/2) +n2 ⑶ T(n) = 4T(n/2) +n3 解：方程中均为a = 4，b = 2，其齐次解为n2。 对⑴，∵a b1 (D(n) = n) ∴T(n) = O(n2)； 对⑵，∵a = b2 (D(n) = n2) ∴T(n) = O(n2log n)； 对⑶，∵a b3 (D(n) = n3) ∴T(n) = O(n3)； * 计算机算法设计与分析 * 求解递归方程 考虑递归方程： T(n) = 1 n = 1 2T(n/2) +nlog n n 1 解：∵a = b = 2∴齐次解为n。 因D(n) = nlogn，非幂函数，只好将T(n)展开 ： T(n) = ai D(n /bi) k–1 ? i=0 ak + 2i (n /2i) log(n /2i) k–1 ? i=0 n + = n log(n /2i) k–1 ? i=0 n + = n ( logn –log2i ) k–1 ? i=0 n + = ilog2) i) = n + knlog n – n(k – 1)k/2 nk2/2 + nk/2 又k = log n = n + (nlog2n)/2 +(n log n)/2 = O(nlog2n) * 计算机算法设计与分析 * 二分搜索有序表的算法分析 Binary-Search(L, n, z) {k = 1; m = n; //*k和m分别为搜索部分的首和尾 flag = 0; //*找到标志初始为0 while (k = m flag = 0) { j = ?(k + m) / 2? ; //*取中点下标 if (z == L[j]) flag = 1 //* 找到了标志为1 else if (z L[j]) m = j – 1 //*小于中点，尾前移 else k = j + 1 //*大于中点，首后移 } * 计算机算法设计与分析 * 二分搜索有序表的算法分析 [n] [n/2] [n/2] [n/4] [n/4] [n/4] [n/4] ?? ?? ?? [1] [1] [1] [1] ?? ?log n? + 1 二分搜索的每次循环查找区间减半，查找区间构成一棵二