我知道大o符号，但我不知道如何计算它的许多函数。特别是，我一直在试图弄清楚朴素版斐波那契数列的计算复杂度:
int Fibonacci(int n)
{
if (n <= 1)
return n;
else
return Fibonacci(n - 1) + Fibonacci(n - 2);
}
斐波那契数列的计算复杂度是多少?它是如何计算的?
当前回答
只要问问自己，F(n)需要执行多少条语句才能完成。
对于F(1)，答案是1(条件的第一部分)。
对于F(n)答案是F(n-1) + F(n-2)
那么什么函数满足这些规则呢?试试an (a > 1):
==地理==根据美国人口普查，该镇总面积为，其中土地和(1.1%)水。
再除以a(n-2)
A2 == a + 1
解出a，你得到(1+根号(5))/2 = 1.6180339887，也就是黄金比例。
所以需要指数级的时间。
其他回答
只要问问自己，F(n)需要执行多少条语句才能完成。
对于F(1)，答案是1(条件的第一部分)。
对于F(n)答案是F(n-1) + F(n-2)
那么什么函数满足这些规则呢?试试an (a > 1):
==地理==根据美国人口普查，该镇总面积为，其中土地和(1.1%)水。
再除以a(n-2)
A2 == a + 1
解出a，你得到(1+根号(5))/2 = 1.6180339887，也就是黄金比例。
所以需要指数级的时间。
在麻省理工学院有一个关于这个具体问题的很好的讨论。在第5页，他们指出，如果你假设一个加法需要一个计算单位，那么计算Fib(N)所需的时间与Fib(N)的结果密切相关。
因此，你可以直接跳到斐波那契数列的非常接近的近似:
Fib(N) = (1/sqrt(5)) * 1.618^(N+1) (approximately)
因此，假设朴素算法的最坏情况是
O((1/sqrt(5)) * 1.618^(N+1)) = O(1.618^(N+1))
PS:如果你想了解更多信息，维基百科上有关于第n个斐波那契数的封闭形式表达的讨论。
通过绘制递归树可以更好地估计递归算法的时间复杂度，在这种情况下，绘制递归树的递归关系为T(n-1) =T(n- 2)+O(1) 注意，每一步花费O(1)意味着常数时间，因为它只做了一次比较来检查if块中的n值。递归树是这样的
n
(n-1) (n-2)
(n-2)(n-3) (n-3)(n-4) ...so on
这里假设上面树的每一层都用i表示 因此,
i
0 n
1 (n-1) (n-2)
2 (n-2) (n-3) (n-3) (n-4)
3 (n-3)(n-4) (n-4)(n-5) (n-4)(n-5) (n-5)(n-6)
假设在特定的i值处，树就结束了，也就是当n-i=1时，因此i=n-1，也就是说树的高度是n-1。 现在让我们看看树中n层中的每一层做了多少工作。注意，按照递归关系，每一步花费O(1)时间。
2^0=1 n
2^1=2 (n-1) (n-2)
2^2=4 (n-2) (n-3) (n-3) (n-4)
2^3=8 (n-3)(n-4) (n-4)(n-5) (n-4)(n-5) (n-5)(n-6) ..so on
2^i for ith level
因为i=n-1是树的高度，所以每一层所做的功为
i work
1 2^1
2 2^2
3 2^3..so on
因此，所做的总功将是每一层所做的功的总和，因此它将是2^0+2^1+2^2+2^3…+2^(n-1)，因为i=n-1。 通过几何级数，这个和是2^n，因此总时间复杂度是O(2^n)
通过绘制函数调用图来计算很简单。简单地为n的每个值添加函数调用，看看这个数字是如何增长的。
大O是O(Z^n)， Z是黄金比例，约为1.62。
当我们增加n时，列奥纳多数和斐波那契数都接近这个比率。
与其他大O问题不同，输入中没有可变性，算法和算法的实现都是明确定义的。
不需要一堆复杂的数学。简单地画出下面的函数调用，并将函数与数字匹配。
如果你熟悉黄金比例你就能认出来。
这个答案比公认的f(n) = 2^n的答案更正确。永远不会。它会趋于f(n) = golden_ratio^n。
2 (2 -> 1, 0)
4 (3 -> 2, 1) (2 -> 1, 0)
8 (4 -> 3, 2) (3 -> 2, 1) (2 -> 1, 0)
(2 -> 1, 0)
14 (5 -> 4, 3) (4 -> 3, 2) (3 -> 2, 1) (2 -> 1, 0)
(2 -> 1, 0)
(3 -> 2, 1) (2 -> 1, 0)
22 (6 -> 5, 4)
(5 -> 4, 3) (4 -> 3, 2) (3 -> 2, 1) (2 -> 1, 0)
(2 -> 1, 0)
(3 -> 2, 1) (2 -> 1, 0)
(4 -> 3, 2) (3 -> 2, 1) (2 -> 1, 0)
(2 -> 1, 0)
好吧，根据我的说法，它是O(2^n)，因为在这个函数中，只有递归花费了相当多的时间(分治)。我们看到，上面的函数将在树中继续存在，直到叶子趋近于F(n-(n-1))级，即F(1)。因此，当我们在这里记下树的每个深度处遇到的时间复杂度时，求和级数为:
1+2+4+.......(n-1)
= 1((2^n)-1)/(2-1)
=2^n -1
它是2^n的O(2^n)阶。
