所以我尝试用主定理解决这个问题,但不确定我的解决方案是否正确:
function MixedSort(A[1..n]){
if (n==1) {
return A[1];
}
m = n/2;
B[1 ... m] = bubbleSort(A[1...m]) //normal Bubblesort function O(m^2)
B[m+1 ... n] = MixedSort(A[m+1 ... n])
return Merge(B[1 ... m], B[m+1 .. n]) //merges 2 sorted arrays in O(n)
}
然后使用主定理并得到 O(n^2) 因为 1<2^2=4
是
O(n^2)
,是的。你甚至不需要主定理就能看到这一点。递归关系如下:(O((n/2)^2)
和O(n)
项来自冒泡排序和合并。)
T(n) := T(n/2) + O((n/2)^2) + O(n)
但是
O((n/2)^2)
等价于 O(n^2)
和 O(n^2)
矮人 O(n)
,因此可以省略 O(n)
项,得到
T(n) := T(n/2) + O(n^2).
递归
T(n) = T(n/2) + n^2
可以使用递归树方法来解决。在递归的每个级别,问题大小减半(n/2),处理每个级别需要 O(n^2) 时间。
总时间复杂度是每个级别完成的工作的总和,形成级数:
T(n) = n^2 + (n^2 / 4) + (n^2 / 16) + ... (n^2 / 2^k)
由于该级数的所有项都是常数乘以 n^2,我们可以重新排列为
T(n) = n^2 * (1 + 1/4 + 1/16 + ...)
该级数收敛为常数,因此运行时间为 O(n^2)。