for 循环内递归分解函数的时间复杂度



这是我在伪代码中的算法:它的作用是返回一个素数列表,给出数字 n 的因式分解。例如,75 = 3 * 5 * 5

public static ArrayList<Integer> FACTORISATION(int n) {
if (PRIME(n)) {
// return a one-element array
return new ArrayList<Integer>(Arrays.asList(n));
} else {
// find a prime divisor, p
for (int i = 2; i < Math.sqrt(n); i++) {
if (n % i == 0) {
ArrayList<Integer> newList = new ArrayList<>();
newList.add(i);
newList.addAll(FACTORISATION(n/i));
return newList;
}
}
}
return new ArrayList<>();
}

据我说,时间复杂度可以计算为:-

T(n) = 2 + T(n-1/p) + T(n-2/p) +...
T(n) = nT(n-1/p)
T(n) = O(n!)

PRIME(n)方法的复杂性为O(n)

这是对的吗?

这有点复杂。首先,请更正代码中的错误,它应该是i <= Math.sqrt(n);而不是i < Math.sqrt(n);

让我们从整数的唯一表示开始,它是其素数除数的幂乘积:

n = p 1 a 1 p 2 a2p3a3...噗��

(例如,120 = 23 3151)。代码中的循环for为输入n执行多少次(不包括递归子调用)?正好i-1次,其中in的最小素数。这是因为当第一次找到这样的i时,循环终止(return newList;语句)。如果n本身是素数,则根本不会执行for循环,因为if (PRIME(n))将返回 true。

对于哪些输入参数FACTORISATION(int n)调用(递归)?注意,它会被称为 n,然后是

不适用1

不适用12

..

不适用1A1

不适用1A1P2

n/p1a1p 22

..

n/p 1 a1p 2a2

..

n/p 1 a 1 p 2 a2p 3a3...PK

..

n/p 1 a 1 p 2 a2p 3a3...P KAK-1

这是最困难的部分 - 如果你理解了这一点,你就完成了:)现在只需总结一下测试PRIME(n)的运行时间和执行循环for运行时间。后者的总贡献为 (p 1 -1)a 1 + (p 2 -1)a2+ ..+ (pk - 1)ak,而第一部分贡献 n + n/p1+ n/p 1 2 + ... + n/p 1 a1p 2 a2p 3a3...P KAK-1如果不认真研究数论,就不可能评估这个和的渐近复杂度,但它比O(n!)要好得多(有关除数和的上限,请参见此处)。

最新更新