我将如何证明这个算法是O(log )?
public static long exponentiation(long x, int n){
if(n == 0){
return 1;
}
else if (n % 2 == 0){
x = exponentiation(x, n / 2);
return x * x;
}
else{
return x * exponentiation(x, n-1);
}
}发布于 2021-05-23 21:13:53
对方法exponentiation的每次递归调用都是一个乘法步骤。因此,您需要计算递归调用的数量。要做到这一点,有几种方法。我选择向该方法添加另一个参数。
public static long exponentiation(long x, int n, int count) {
if (n == 0) {
System.out.println("steps = " + count);
return 1;
}
else if (n % 2 == 0) {
x = exponentiation(x, n / 2, count + 1);
return x * x;
}
else {
return x * exponentiation(x, n - 1, count + 1);
}
}下面是对方法exponentiation的初始调用
exponentiation(2, 63, 0);当我运行上述代码时,将打印以下内容
steps = 11发布于 2021-05-23 21:19:09
您也可以使用static计数器(不需要更改函数的原型):
public static long counter = 0;
public static long exponentiation(long x, int n){
if(n == 0){
return 1;
}
else if (n % 2 == 0){
x = exponentiation(x, n / 2);
counter++;
return x * x;
}
else{
counter++;
return x * exponentiation(x, n-1);
}
}但是,每次调用该函数之前,都需要重置计数器,即设置counter = 0。
理论分析
请注意,您需要到计数器来证明它在O(log(n))中。要证明复杂性,只需通过查看代码流来找到复杂性项。假设T(n)是计算x^n的乘法数。因此,根据编写的代码,T(n) = T(n/2) + 1 (如果n是偶数)和T(n) = T(n-1) + 1 (如果n是奇数)。现在,至少在两个连续的递归中,输入n是偶数。因此,最多只要求2 log(n)到达n = 0。因为,对于每个偶数输入,下一个输入将减半。因此,我们可以得出结论,该算法是在O(log(n))中实现的。
https://stackoverflow.com/questions/67664215
复制相似问题