Function 如何计算此递归函数的最坏情况（理论）运行时间？

我正在分析这段代码，以查看如何计算最坏情况下的理论运行时间。我用的是主定理。有人能给我一个关于如何达到运行时间的分步解决方案吗

def sort(list, i, j):
    if list[i] > list[j]:
        list[j], list[i] = list[i], list[j]
    if i + 1 >= j:
        return
    k = (j - i + 1)/3
    sort(list, i, j - k)
    sort(list, i + k, j)
    sort(list, i, j - k)

---

因此，马斯特定理是

T（n）=a*T（n/b）+f（n）

，其中

a

是子问题的数量，

n/b

是子问题的大小，

f（n）

是每次调用必须进行的计算量

a:

有三个子问题或三个递归调用

n/b:

每个子问题最多只馈入原始数量的

2/3

。你可以为每一个都证明它，但举个例子：

sort（list，i，j-k）

有一个

（j-k）-i

的问题大小，即

j-（j-i+1）/3-i=（2j-2i-1）/3

f（n）：

是

O（1）

，或者以恒定时间为界，因为您只需要执行两个恒定时间切换

---

这应该是关于

O（n^（log（3）base（2/3））

很抱歉数学符号，我不知道如何在堆栈溢出上使用它

您需要调用

sort（list，i，j-k）

两次吗？这是一种三向快速排序吗？