我稍微更新了 Master Theorem,我试图通过递归解决 2 个大小为 n 的子问题来计算解决大小为
并在常数时间内组合解决方案。n
的问题的算法的运行时间- 1
所以公式是:
T(N) = 2T(N - 1) + O(1)
但是我不确定如何制定主定理的条件。
我的意思是我们没有 T(N/b)
因此在这种情况下主定理公式的 b
b=N/(N-1)
?
如果是,显然 a > b^k
因为 k=0
并且是 O(N^z)
其中 z=log2
的基数为 (N/N-1)
我怎么理解这个?假设到目前为止我是对的?
最佳答案
啊,提示够多了。解决方案其实很简单。对两边进行 z 变换,对项进行分组,然后进行 z 反变换得到解。
首先,把问题看成
x[n] = a x[n-1] + c
对两侧应用 z 变换(关于 ROC 有一些技术细节,但我们暂时忽略它)
X(z) = (a X(z) / z) + (c z / (z-1))
求解X(z)得到
X(z) = c z^2 / [(z - 1) * (z-a)]
现在观察这个公式可以重写为:
X(z) = r z / (z-1) + s z / (z-a)
其中 r = c/(1-a) 和 s = - a c/(1-a)
此外,观察
X(z) = P(z) + Q(z)
其中 P(z) = r z/(z-1) = r/(1 - (1/z)), Q(z) = s z/(z-a) = s/(1 - a (1/z))
应用反向 z 变换得到:
p[n] = r u[n]
和
q[n] = s exp(log(a)n) u[n]
其中 log 表示自然对数,u[n] 是单位(Heaviside)阶跃函数(即 u[n]=1 表示 n>=0,u[n]=0 表示 n<0)。
最后,通过 z 变换的线性度:
x[n] = (r + s exp(log(a) n))u[n]
其中 r 和 s 如上定义。
所以重新标记回到你原来的问题,
T(n) = a T(n-1) + c
然后
T(n) = (c/(a-1))(-1+a exp(log(a) n))u[n]
其中exp(x) = e^x,log(x)是x的自然对数,u[n]是单位阶跃函数。
这告诉你什么?
除非我弄错了,否则 T 会随着 n 呈指数增长。在 a > 1 的合理假设下,这实际上是一个指数增长的函数。指数由 a(更具体地说,a 的自然对数)决定。
再做一个简化,注意 exp(log(a) n) = exp(log(a))^n = a^n:
T(n) = (c/(a-1))(-1+a^(n+1))u[n]
所以 O(a^n) 采用大 O 表示法。
现在这是简单的方法:
让 T(0) = 1
T(n) = a T(n-1) + c
T(1) = a * T(0) + c = a + c
T(2) = a * T(1) + c = a*a + a * c + c
T(3) = a * T(2) + c = a*a*a + a * a * c + a * c + c
....
请注意,这会创建一个模式。具体来说:
T(n) = sum(a^j c^(n-j), j=0,...,n)
将 c = 1 给出
T(n) = sum(a^j, j=0,...,n)
这是几何级数,计算结果为:
T(n) = (1-a^(n+1))/(1-a)
= (1/(1-a)) - (1/(1-a)) a^n
= (1/(a-1))(-1 + a^(n+1))
对于 n>=0。
请注意,此公式与上面使用 z 变换方法为 c=1 给出的公式相同。同样,O(a^n)。
关于algorithm - 无法弄清楚这种重复的复杂性,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14423832/