Algorithm 关系T(n)=T(n-1)+的时间复杂度;T(n/2)及"x2B ;;N

Algorithm 关系T(n)=T(n-1)+的时间复杂度;T(n/2)及"x2B ;;N,algorithm,time-complexity,complexity-theory,recurrence,master-theorem,Algorithm,Time Complexity,Complexity Theory,Recurrence,Master Theorem,为了关系 T(n)=T(n-1)+T(n/2)+n 我能先解出给出O(n^2)的项(T(n-1)+n),然后解出T(n/2)+O(n^2)吗 根据同样给出O(n^2)的主定理,或者它是错误的?我认为你的方法在一般情况下是不正确的。当你扔掉T(n/2)项来计算T(n-1)项的复杂度时,你最终低估了T(n-1)项的大小 具体反例如下: T(n) = T(n-1) + T(n-2) + 1 你的技术也会得出T(n)=O(n^2),但真正的复杂性是指数的。不,你不能用马特定理来解决它 你需要用一个著

为了关系

T(n)=T(n-1)+T(n/2)+n

我能先解出给出O(n^2)的项(T(n-1)+n),然后解出T(n/2)+O(n^2)吗


根据同样给出O(n^2)的主定理,或者它是错误的?

我认为你的方法在一般情况下是不正确的。当你扔掉T(n/2)项来计算T(n-1)项的复杂度时,你最终低估了T(n-1)项的大小

具体反例如下:

 T(n) = T(n-1) + T(n-2) + 1

你的技术也会得出T(n)=O(n^2),但真正的复杂性是指数的。

不,你不能用马特定理来解决它

你需要用一个著名的主定理的更简洁的推广来解决它

  • 主定理假设子问题的大小相等

  • 主定理涉及形式的递推关系

  • T(n)=at(n/b)+f(n),其中a>=1,b>1



    我不是在这里推导出解决方案的步骤,这样你就可以解决它了。如果您在解决相同问题时遇到进一步的问题,请在下面进行评论。祝你好运……

    如果你对复杂性有一个“猜测”,你可以做的一件事就是尝试直接用归纳法来证明事情。如果你的猜测是错误的,这种方法可能无法帮助你找到正确的解决方案,但是如果你的猜测是正确的,那么你就可以得到你想要的证据,而不需要记住任何特殊的方法