最近看stanford的演算法導**開課，講到分治法的時候提到了主方法，可以很快速的分析演算法的時間複雜度。
對於乙個遞迴實現的分治演算法，其時間複雜度表示為：
t(n) = at(n/b)+h(n)
其中，a>=1; b>1; h(n)是不參與遞迴部分的時間複雜度。
比較n^log b (a)與θ(h(n)) 的大小(θ的含義和「等於」類似，而大o的含義和「小於等於」類似，感覺好像這裡都可以用)：
若n^log b (a)= θ(h(n)) ：該方法的複雜度為 θ(h(n)*log(n))
若n^log b (a)< θ(h(n)) ：該方法的複雜度為 θ(h(n))
若n^log b (a)> θ(h(n)) ：該方法的複雜度為 θ(n^log b (a))
例如：t(n) = t(n/2)+1：θ(log(n))(二分查詢)
t(n) = 2t(n/2)+n ：θ(n*log(n))(歸併排序)
以上都屬於「等於」的情況。
演算法 時間複雜度分析方法
最近，在讀 資料結構與演算法分析，c語言描述 第二章，演算法分析，講述了，執行時間計算方法。是我見過，講的最好的了。乙個簡單例子。計算立方和。intsum int n 關鍵分析 四則運算，或者任意乙個操作，每次占用乙個時間單元。第1行和第4行，各佔乙個時間單元。第3行，每次執行，佔4個時間單元 2次...
演算法複雜度分析
分析非遞迴演算法效率的通用方案 1.決定用哪個 哪些 引數作為輸入規模的度量 2.找出演算法的基本操作 作為一規律，它總是位於演算法的最內層迴圈中 3.檢查基本操作的執行次數是否只依賴輸入規模。如果它還依賴一些其他的特性，則最差效率 平均效率以及最優效率 如果必要 需要分別研究。4.建立乙個演算法基...
演算法複雜度分析
演算法分析的四個漸進表示法 一般，o裡的，取最小的 一般，裡的，取最大的 一般分析時間複雜度，且常考慮最壞複雜度，常用o分析 三法則 法則一 如果t1 n o f n t2 n0 o g n t1 n t2 n max o f n o g n t1 n t2 n o f n o g n 法則二 如果...