【问题标题】:Complexity of the recursion: T(n) = T(n-1) + T(n-2) + C递归的复杂度:T(n) = T(n-1) + T(n-2) + C
【发布时间】:2023-05-10 12:29:01
【问题描述】:

我想了解如何得出以下递归关系的复杂性。

T(n) = T(n-1) + T(n-2) + C 给定T(1) = CT(2) = 2C;

一般对于像T(n) = 2T(n/2) + C这样的方程(给定T(1) = C),我使用下面的方法。

T(n) = 2T(n/2) + C
=> T(n) = 4T(n/4) + 3C
=> T(n) = 8T(n/8) + 7C
=> ...
=> T(n) = 2^k T (n/2^k) + (2^k - 1) c

现在当n/2^k = 1 => K = log (n)(到基数2)

T(n) = n T(1) + (n-1)C
     = (2n -1) C
     = O(n)

但是,对于我遇到的问题,我无法想出类似的方法。如果我的方法不正确,请纠正我。

【问题讨论】:

    标签: algorithm complexity-theory time-complexity recurrence asymptotic-complexity


    【解决方案1】:

    您可以使用here 中描述的这种通用方法。如果您有更多问题,请询问。

    【讨论】:

    • @Aravind..您提供的链接很有帮助!
    【解决方案2】:

    对于您的目的,“比指数差”是否足够准确?特例 C=0 定义了http://en.wikipedia.org/wiki/Fibonacci_number,从文章中可以看出是指数型的。假设 C 为正,您的系列将比这增长得更快。事实上,您的系列将介于斐波那契数列和斐波那契数列的变体之间,其中黄金比例被稍大一些的东西所取代。

    【讨论】:

      【解决方案3】:

      复杂度与输入大小有关,每个调用都会产生一个调用的二叉树

      T(n) 使2n 总共调用..

      T(n) = T(n-1) + T(n-2) + C

      T(n) = O(2n-1) + O(2n-2) + O(1)

      O(2n)

      以同样的方式,您可以将递归函数概括为斐波那契数

      T(n) = F(n) + ( C * 2n)

      接下来可以使用直接公式代替递归方式

      使用称为Binet's Formula的复杂方法

      【讨论】:

        【解决方案4】:

        如果您也有兴趣找到 T(n) 的明确公式,这可能会有所帮助。

        我们知道T(1) = cT(2) = 2cT(n) = T(n-1) + T(n-2) + c

        所以只需写T(n) 并开始扩展。

        T(n) = T(n-1) + T(n-2) + c
        T(n) = 2*T(n-2) + T(n-3) + 2c
        T(n) = 3*T(n-3) + 2*T(n-4) + 4c
        T(n) = 5*T(n-4) + 3*T(n-5) + 7c
        and so on.
        

        您会看到系数本身就是斐波那契数!

        致电F(n)nth 斐波那契数。 F(n) = (phi^n + psi^n)/sqrt(5) 其中phi = (1+sqrt(5))/2psi = -1/phi,那么我们有:

        T(n) = F(n)*2c + F(n-1)*c + (F(n+1)-1)*c
        

        这里有一些快速演示的代码:

        def fib_gen(n):
            """generates fib numbers to avoid rounding errors"""
            fibs=[1,1]
            for i in xrange(n-2):
                fibs.append(fibs[i]+fibs[i+1])
            return fibs
        
        F = fib_gen(50) #just an example.
        c=1
        
        def T(n):
            """the recursive definiton"""
            if n == 1:
                return c
            if n == 2:
                return 2*c
            return T(n-1) + T(n-2) + c
        
        def our_T(n): 
            n=n-2 #just because your intials were T(1) and T(2), sorry this is ugly!
            """our found relation"""
            return F[n]*2*c + F[n-1]*c + (F[n+1]-1)*c
        

        >>> T(24)
        121392
        >>> our_T(24)
        121392
        

        【讨论】:

          【解决方案5】:

          这种类型的递归称为:non-homogeneous recurrence relations,你必须在一开始解决齐次递归(最后没有常数的那个)。如果您有兴趣,请阅读其背后的数学原理。

          我会告诉你一个简单的方法。只需在wolfram-alpha 中输入您的方程式,您将获得:

          因此,复杂性的增长方式与卢卡斯数或斐波那契数(其中较大者)相同。

          但是两者的增长率是一样的:

          因此您的增长率是黄金比例的指数:O(phi^n)

          【讨论】: