解决复发:T(n)= 2T(n / 2)+ n / logn

时间:2012-08-25 06:37:51

标签: time complexity-theory recurrence

我可以找到每一行(n/log n-i)的总和,也可以绘制它的递归树,但我无法计算其行的总和。

T(n)=2T(n/2)+n/logn

T(1) = 1

3 个答案:

答案 0 :(得分:7)

当您开始展开递归时,您将获得:

enter image description here

您的基本情况为T(1) = 1,因此这意味着n = 2^k。替代你将获得:

enter image description here

第二个和与harmonic series的行为相同,因此可以近似为log(k)。现在k = log(n)得到的答案是:

enter image description here

答案 1 :(得分:5)

假设n = 2 ^ k;

我们知道谐波系列(欧拉公式):

Sum[i = 1 to n](1/i) ~= log(n) [n -> infinity]

t(n) = 2t(n/2) + n/log(n)
     = 2(2t(n/4) + n/2/log(n/2)) + n/log(n)
     = 4t(n/4) + n/log(n/2) + n/log(n)
     = 4(2t(n/8) + n/4/log(n/4)) + n/log(n/2) + n/log(n)
     = 8t(n/8) + n/log(n/4) + n/log(n/2) + n/log(n)
     = 16t(n/16) + n/log(n/8) + n/log(n/4) + n/log(n/2) + n/log(n)
     = n * t(1) + n/log(2) + n/log(4) + ... + n/log(n/2) + n/log(n)
     = n(1 + Sum[i = 1 to log(n)](1/log(2^i)))
     = n(1 + Sum[i = 1 to log(n)](1/i))
     ~= n(1 + log(log(n)))
     = n + n*log(log(n)))
     ~= n*log(log(n)) [n -> infinity]

答案 2 :(得分:1)

遵循下面的扩展大师定理。

使用扩展大师定理T(n)=2T(n/2)+n/logn可以很容易地解决如下。 这里的n/log n部分可以改写为n * (logn)^-1, 有效地使p = -1的值。 现在,扩展大师定理可以很容易地应用,它将与扩展大师定理的情况2b有关。

T(n)= O(nloglogn)

请按照以下说明进行详细说明

https://www.youtube.com/watch?v=Aude2ZqQjUI