遞迴演算法時間複雜度的計算方程式乙個遞迴方程：
在引入遞迴樹之前可以考慮乙個例子：
t(n) = 2t(n/2) + n2
迭代2次可以得：
t(n) = n2 + 2(2t(n/4) + (n/2)2)
還可以繼續迭代，將其完全展開可得：
t(n) = n2 + 2((n/2)2 + 2((n/22)2 + 2((n/23)2 + 2((n/24)2 +…+2((n/2i)2 + 2t(n/2i + 1)))…)))) ……(1)
而當n/2i+1 == 1時，迭代結束。
將(1)式小括號展開，可得：
t(n) = n2 + 2(n/2)2 + 22(n/22)2 + … + 2i(n/2i)2 + 2i+1t(n/2i+1)
這恰好是乙個樹形結構，由此可引出遞迴樹法。
圖中的(a)(b)(c)(d)分別是遞迴樹生成的第1,2,3,n步。每一節點中都將當前的自由項n2留在其中，而將兩個遞迴項t(n/2) + t(n/2)分別攤給了他的兩個子節點，如此迴圈。
圖中所有節點之和為:
[1 + 1/2 + (1/2)2 + (1/2)3 + … + (1/2)i] n2 = 2n2
可知其時間複雜度為o(n2)
可以得到遞迴樹的規則為：
(1) 每層的節點為t(n) = kt(n / m) + f(n)中的f(n)在當前的n/m下的值；
(2) 每個節點的分支數為k；
(3)每層的右側標出當前層中所有節點的和。
再舉個例子：
t(n) = t(n/3) + t(2n/3) + n
其遞迴樹如下圖所示：
可見每層的值都為n，從根到葉節點的最長路徑是：
因為最後遞迴的停止是在(2/3)kn == 1.則
即t(n) = o(nlogn)
總結，利用此方法解遞迴演算法複雜度：
f(n) = af(n/b) + d(n)
1.當d(n)為常數時：
2.當d(n) = cn 時：
3.當d(n)為其他情況時可用遞迴樹進行分析。
由第二種情況知，若採用分治法對原演算法進行改進，則著重點是採用新的計算方法縮小a值。
手把手教你做測試分析
測試分析是什麼？我們知道作為乙個測試人員，拿到需求之後，不可能上來就做測試設計，因為需求是否合理？是否有價值？是否可測試？這些問題我們沒有弄明白之前開始做測試設計是不負責任的 需求分析在需求討論會結束之後就應該被提上日常並被認真對待，那麼需求分析要分析哪些內容呢？我們用下面這個思維導圖來說明這個過程...
手把手教你Serverless的沙龍來不來約？
從行業趨勢看，serverless是雲計算必經的一場革命。無伺服器雲函式是實現微服務的最好的方法之一。在微服務熱翻天的時候，另乙個新的技術 serverless開始在程式猿的世界冉冉公升起，並被賦予著必然性的發展趨勢。serverless從底層開始變革計算資源的形態，為軟體架構與應用服務部署帶來新的...
手把手教你申請Coursera的課程助學金
在c站已經上了一年多的課程了，因為的確沒有收入，所以一直申請獎學金度日。當然我也建議大家不要學 付費是不可能付費的，這輩子不可能付費的 這種套路。以後有收入了，還是要付費支援的。目前我在coursera上過的課程有十幾節，如果自費的話大概需要1000多刀，所以還是很有用的。我上的課程主要和程式設計以...