递归的复杂度：T(n) = T(n-1) + T(n-2) + C

Posted 2023-02-19

技术标签:

【中文标题】递归的复杂度：T(n) = T(n-1) + T(n-2) + C【英文标题】：Complexity of the recursion: T(n) = T(n-1) + T(n-2) + C 【发布时间】：2013-07-16 20:47:49 【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) = C 和T(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】：

【参考方案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！【参考方案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】：

【参考方案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(2^n-1) + O(2^n-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】：

【参考方案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) = c 和T(2) = 2c 和T(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))/2 和psi = -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

和