Time complexity 用master方法计算时间复杂度

有人能用master方法解释下面的时间复杂性吗

int sum(Node node) {
    if (node == null) {
        return 0;
    }
    return sum(node.left) + node.value + sum(node.right);
}

---

我知道a的值是2，但我很难识别b和d。b=1，d=cO（n）吗？在这种情况下，任何人都可以解释如何识别b和d这是一个用于对二叉树中的所有节点求和的函数。首先从根部向下离开，然后向上（堆栈展开）。因此，时间复杂度为O（N），因为它需要至少访问每个节点一次。

这是一个用于将二叉树中的所有节点相加的函数。首先从根部向下离开，然后向上（堆栈展开）。因此，时间复杂度为O（N），因为它需要至少访问每个节点一次。

好吧，为了使递归关系不那么复杂，我们可以假设一个具有

2^i

节点的平衡二叉树，因此我们得到

T（N）=2T（N/2）+1

（忽略基本情况）的递归

---

从上面，我们可以找到a=2，b=2，c=0，因为1是O（1）。应用master方法，它通过了案例1，我们可以得到复杂度为T（n）=Θ（nlog22）或O（n）好的，为了使递归关系不那么复杂，我们可以假设一个具有

2^i

节点的平衡二叉树，因此我们可以得到

T（n）=2T（n/2）+1

的递归（忽略基本情况）

---

从上面，我们可以找到a=2，b=2，c=0，因为1是O（1）。应用主方法，它通过案例1，我们可以得到我们的复杂度为T（n）=Θ（nlog22）或O（n）

代码中

a是什么，在哪里？a是子问题的数量，B是每个子问题的大小，D是f（n）（即）在递归调用之外完成的工作成本在您的代码中
a
是什么？a是子问题的数量，B是每个子问题的大小，D是f（n）（即）在递归调用之外完成的工作成本