Fatal编程技术网
  • algorithm/
  • Algorithm 对数n重组的主定理

Algorithm 对数n重组的主定理

algorithm time-complexity

Algorithm 对数n重组的主定理,algorithm,time-complexity,master-theorem,Algorithm,Time Complexity,Master Theorem,根据我对主定理的理解，算法可以递归定义为： a T(n/b) + O(n^d) 其中a是子问题的数量，n/b是子问题的大小，O（n^d）是子问题的重组时间。主定理的时间复杂度计算如下： T(n) = { O(n^d) if d > log base b of a { { O(n^d log n) if d = log base b of a { { O(n^

根据我对主定理的理解，算法可以递归定义为：

a T(n/b) + O(n^d)
其中a是子问题的数量，n/b是子问题的大小，O（n^d）是子问题的重组时间。主定理的时间复杂度计算如下：

T(n) =  { O(n^d)                    if d > log base b of a
        {
        { O(n^d log n)              if d = log base b of a
        {
        { O(n^ (log base b of a) )  if d < log base b of a

T（n）={O（n^d）如果d>a的对数基b
{
{O（n^d log n）如果d=a的对数基b
{
{O（n^（a的对数基b））如果d
我的问题是，如果重组时间不是以O（n^d）的形式表示的呢？比如O（2^n）或O（log（n））。如何确定时间复杂度？

如果主定理不是，它只适用于某种形式的重复。你说：

根据我对主定理的理解，算法可以递归定义为：

a T(n/b) + O(n^d)
但这并不完全准确——并不是所有的算法都可以像你所展示的那样递归定义。主定理只适用于那些可以这样定义的算法（更具体地说，请参阅它可以应用于的所有情况）

对于其他形式，还有其他定理，例如