master theorem公式推导

Master Theorem:

假定一个分治算法将规模为n的问题分为k个规模为n/m的子问题,并假设分解和合并的时间复杂度为f(n),即:

T ( n ) = k T ( n m ) + f ( n ) (n>1) T(n) = kT(\frac{n}{m}) + f(n) \tag{n>1} T(n)=kT(mn)+f(n)(n>1)

T ( 1 ) = O ( 1 ) (n=1) T(1) =O(1) \tag{n=1} T(1)=O(1)(n=1)

同迭代法求解递推方程可得:

T ( n ) = n log ⁡ m k + ∑ j = 0 log ⁡ n m − 1 k j f ( n m j ) T(n) = n^{\log_m k} + \sum_{j=0}^{\log_n m-1} k^j f(\frac{n}{m^j}) T(n)=nlogmk+j=0∑lognm−1kjf(mjn)

初次自己手推如下:

T ( n ) = k log ⁡ m n + ∑ j = 0 log ⁡ n m − 1 k j f ( n m j ) T(n) = k^{\log_m n} + \sum_{j=0}^{\log_n m-1} k^j f(\frac{n}{m^j}) T(n)=klogmn+j=0∑lognm−1kjf(mjn)

将T(n)带入T(n-1), T(n-1)带入T(n-2),..., T(2)带入T(1),这样层层带入后,展开的第一部分是 log ⁡ m n \log_m n logmn个k相乘,第二部分是一个幂级数:
f ( n ) + k f ( n m ) + k 2 f ( n m 2 ) + k 3 f ( n m 3 ) + . . . + k j f ( n m j ) f(n) +k f(\frac{n}{m}) + k^2f(\frac{n}{m^2}) + k^3f(\frac{n}{m^3}) + ... + k^jf(\frac{n}{m^j}) f(n)+kf(mn)+k2f(m2n)+k3f(m3n)+...+kjf(mjn)

一直感觉自己的推导没问题,公式里的第一项没看懂,为什么自己推导的跟公式里面的第一项不同呢?自己哪里错了呢?

突然有一天看到这篇文章:https://zhuanlan.zhihu.com/p/196781010,才发现自己没写错,定理里面的写法和自己写的一样。

即: k log ⁡ m n = k log ⁡ k n log ⁡ k m = ( k log ⁡ k n ) 1 log ⁡ k m = n 1 log ⁡ k m k^{\log _m n} = k^{\frac{\log_k n}{\log_k m}} = (k^{\log_k n})^{\frac{1}{\log _k m}} = n ^{\frac{1}{\log _k m}} klogmn=klogkmlogkn=(klogkn)logkm1=nlogkm1

若 1 log ⁡ k m = t ,则 k 1 t = m , k = m t , t = log ⁡ m k , 即上式可写为 M a t e r T h e o r e m 的形式,定理得证。 若\frac{1}{\log_k m} = t,则k ^{\frac{1}{t}} = m,k = m^t,t = \log _m k,\\ 即上式可写为Mater Theorem的形式,定理得证。 若logkm1=t,则kt1=m,k=mt,t=logmk,即上式可写为MaterTheorem的形式,定理得证。

相关推荐
旖-旎1 小时前
深搜练习(电话号码字母组合)(3)
c++·算法·力扣·深度优先遍历
谭欣辰1 小时前
C++快速幂完整实战讲解
算法·决策树·机器学习
Mr_pyx1 小时前
【LeetHOT100】随机链表的复制——Java多解法详解
算法·深度优先
AIFarmer1 小时前
【无标题】
开发语言·c++·算法
AGV算法笔记2 小时前
CVPR 2025 最新感知算法解读:GaussianLSS 如何用 Gaussian Splatting 重构 BEV 表示?
算法·重构·自动驾驶·3d视觉·感知算法·多视角视觉
勤劳的进取家2 小时前
数据链路层基础
网络·学习·算法
Advancer-3 小时前
第二次蓝桥杯总结(上)
java·算法·职场和发展·蓝桥杯
ん贤3 小时前
加密算法(对称、非对称、哈希、签名...)
算法·哈希算法
superior tigre4 小时前
78 子集
算法·leetcode·深度优先·回溯
天威?*4 小时前
bitset的数据结构用法
算法·动态规划