算法复杂度精讲——算法时间复杂度的数学原理:从O(n(log(n))说起
2013-05-19 19:13
253 查看
概述:在设计算法的时候,要考虑两个方面,一个是算法的正确性,另外一个就是算法的效率,也就是复杂度,通常情况下,我们优先考虑的是时间复杂度,这也是本文要讨论的内容。算法学习的时候,经常碰到这样的问题,为什么快速排序的时间复杂度是O(nlog(n))?为何插入排序的时间复杂度是O(n^2)?这些是我们熟悉的算法时间复杂度,可能病没有太大的问题,那我们不熟悉的呢?如果我们采用三路归并排序而不是二路归并排序,时间复杂度是多少呢?一个排序算法经过某种变形以后时间复杂度又是多少呢?本文,主要从数学底层,讲述一个算法时间复杂度是如何推导的。让你真正知其所以然,而不仅仅是总是心中存有疑惑:为何快排的时间复杂度会是这么奇怪的O(nlog(n))
一些不等式:
无论是归并还是快速排序,我们都可以把它们归结到递归/分治这一类问题的求解,他们具有一个一般性的时间复杂度表述:
这个等式的意义是:规模是n的问题可以拆分成a个规模是n/b的问题,那么它的时间复杂度就等于a个规模是n/b的问题,加上一次分解耗费的时间D(n)和一次合并耗费的时间C(n)。第二部分到第四部分将介绍三种求解这个方程式的方法。
例子:利用递归树求解T(n)=T(n/10)+T(9n/10)+cn
划出递归树如下:
关键点:求出树的深度和每层的代价(注意,此例中因为每层的代价都相同,所以比较好求解;但在其他情况下,可能是每层代价不同,而是一个等比数列或者其他形式的数列)
于是
所以
所以
T(n)=O(nlgn)
T(n)=aT(n/b)+f(n)(a>=1,b>1)
主方法的证明:参考算法导论第四章
最终利用等比数列的求和公式即可求解。
1)步骤:猜测时间复杂度的表述形似
2)要点:猜测要准确,归纳假设要足够强,避免弱化证明。替换非多项式变量
对于边界问题:可采用移动边界和强化归纳假设的方式加以解决。
实例:
1)证明T(n)=T(n/2)+n的时间复杂度位O(nlogn)
令T(n)<cnlgn
则
说明:此种算法复杂度的计算对以分支法为基础的算法比较有效。
1.数学基础知识
首先,介绍以下数学基础知识,这些基本都分布在高等数学和离散数学之中,不进行数学推导。一些不等式:
无论是归并还是快速排序,我们都可以把它们归结到递归/分治这一类问题的求解,他们具有一个一般性的时间复杂度表述:
这个等式的意义是:规模是n的问题可以拆分成a个规模是n/b的问题,那么它的时间复杂度就等于a个规模是n/b的问题,加上一次分解耗费的时间D(n)和一次合并耗费的时间C(n)。第二部分到第四部分将介绍三种求解这个方程式的方法。
2.递归树方法
这是一种最直观的方法,它把上述等式形象化,然后进行求解,我们通过一个例子来说明这个情况。例子:利用递归树求解T(n)=T(n/10)+T(9n/10)+cn
划出递归树如下:
关键点:求出树的深度和每层的代价(注意,此例中因为每层的代价都相同,所以比较好求解;但在其他情况下,可能是每层代价不同,而是一个等比数列或者其他形式的数列)
1)其中,树的深度容易求解:n-->9/10n-->81/100(n)......n/n=1
也就是说,这个递归下降满足这个趋势(其中b=10/9):于是
所以
2)第i层的代价:
每层的规模分别是1/10n和9/10n,而每个节点的代价是cn/10和9cn/10,所以加在一块是cn。3)总代价:
所以
T(n)=O(nlgn)
3.主方法
形如下列表达式的算法复杂度表述T(n)=aT(n/b)+f(n)(a>=1,b>1)
主方法的证明:参考算法导论第四章
最终利用等比数列的求和公式即可求解。
4.替换代换法
说明:此种方法需要凭借一定的经验,有点类似于数学归纳法,先猜测后证明。1)步骤:猜测时间复杂度的表述形似
2)要点:猜测要准确,归纳假设要足够强,避免弱化证明。替换非多项式变量
对于边界问题:可采用移动边界和强化归纳假设的方式加以解决。
实例:
1)证明T(n)=T(n/2)+n的时间复杂度位O(nlogn)
令T(n)<cnlgn
则
说明:此种算法复杂度的计算对以分支法为基础的算法比较有效。
相关文章推荐
- 算法复杂度精讲——算法时间复杂度的数学原理:从O(n(log(n))说起
- 算法复杂度精讲——算法时间复杂度的数学原理:从O(n(log(n))说起
- 算法——从时间复杂度开始说起
- 算法常用的时间复杂度(log(n),sqrt(x),n,n*log(n),n^2,n^3,2^n)的函数坐标图
- SQL性能优化中的底层概念,时间复杂度,算法和数据结构,数据库组成,查询优化和表关联原理.
- 技术干货 | 如何选择上班路线最省时间?从A/B测试数学原理说起
- 最大子序列的3种不同时间复杂度的算法
- 算法中的各种排序以及查找时间复杂度
- 算法的时间复杂度和空间复杂度详解
- 《数据结构》2.10设计一个算法,删除顺序表中值为item的元素,要求算法的时间复杂度是O(n),空间复杂度是O(1)
- 各类排序法的算法复杂度(时间复杂度)
- 算法的时间复杂度(计算实例)
- 求n^m 时间复杂度log(m)的算法
- 算法的时间复杂度
- 算法 时间复杂度 logN 底数
- 数据结构基础篇(3)--算法时间复杂度的常用算法
- 算法的时间复杂度
- 算法的时间复杂度和空间复杂度
- 数据结构入门学习系列-2(算法的时间复杂度)
- PCA算法及其数学原理