Recursion 求带楼层和天花板的递归log算法的复杂性

我有一个难看的算法（是的，这是一门计算机科学课程，所以故意难看）。我们必须用不同的方法来发现它的复杂性。其中一种方法是向后替换。只要看看这个算法，它的复杂度显然会在（log（n-m））范围内，因为每次递归调用时实例大小都会除以3

Function WeirdSort(Array[m..n])
    if (m < n) then
        if (A[m] > A[n]) then
            temp = A[m]
            A[m] = A[n]
            A[n] = temp
        end if
        if (m + 1 < n) then
            index = floor((n - m + 1) / 3)
            WeirdSort(A[m..n - index])
            WeirdSort(A[m + index..n])
            WeirdSort(A[m..n - index])
        end if
    end if
end Function

函数古怪排序（数组[m..n]）
如果（mA[n]），那么
温度=A[m]
A[m]=A[n]
A[n]=temp
如果结束
如果（m+1

但是我试图理解如何通过向后替换的方法得到这个答案。更具体地说，我一直在尝试处理大量的floor（）和天花（），它们开始显示为阵列的大小，以及我应该如何处理它们

我的直觉告诉我，他们不能被置之不理，但也许这就是我应该做的

---

另外，考虑到如果数组已经排序，算法不会提前结束，我认为最坏和最好的情况是相同的，但这也可能是错误的。

很抱歉告诉您，但复杂性远远低于

log（x）

假设在最坏的情况下，

m=1

您所做的是对元素的2/3进行3次递归

T（n）=3*T（2n/3）+1

---

使用master theorm

==>

T（n）=O（n^2.7~）

感谢您的输入，当我学习其他技术时，我结束时意识到我的估计离我们很远。另一方面，你没有真正回答这个问题，这个问题是关于使用向后替换方法获得答案的过程。你知道吗？@KaitoKid不知道。我不熟悉这种方法。