首页 > 代码库 > 递归算法时间复杂度分析与改善
递归算法时间复杂度分析与改善
递归算法大家都不陌生,当需要重复计算相同问题时,一般可以选择递归和循环两种算法。又因为递归实现起来代码比较简洁,所以通常都会使用递归来解决上述问题。比如斐波那契数列,再比如树的前序、中序、后续遍历算法。
递归算法虽然是有代码简洁这个优点,但是其缺点显著。因为递归函数是在执行过程中调用其自身,所以会占用大量的栈上空间,并且压栈和出栈都是有时间消耗的。所以从这一点上来看,递归的效率是不如循环。除了效率之外,递归还有一个相当明显的问题:可能会导致栈溢出。当递归调用的次数过大时,很有可能会出现栈溢出的情况。
我们这里暂不考虑空间复杂度,仅讨论其时间复杂度以及改善方法。
还是以经典的Fibonacci数列为例,其定义如下:
1. 递归解法
对于这个题目,大家对于其算法已经十分熟悉,很快就能写出下面的代码:
long long Fibonacci(unsigned int n) { if (n <= 0) { return 0; } if (n == 1) { return 1; } return Fibonacci(n-1) + Fibonacci(n-2); }我们以f(10)为例分析来分析递归的计算过程。f(10)=f(9)+f(8), f(9)=f(8)+f(7), f(8)=f(7)+f(6)。。。。可以用树形结构来表示整个计算过程
我们可以看出来,上面的树中,很多结点都是重复计算的。事实上,递归算法的时间复杂度是n的指数级的。这样的复杂度,一般来说是不可接受的。
2. 递归算法改善
上述的递归算法中,时间复杂度高的原因是过程中存在大量的重复计算。因此,如果能想办法避免重复计算,那么其时间复杂度便可以降下来。
比较简单的方法是采用逆序的递归算法:f(0)+f(1)=f(2), f(1)+f(2)=f(3),以此类推便可以计算出f(n)。并且这个算法的时间复杂度很明显,就是O(n)。代码如下:
long long Fibonacci(unsigned int n) { long long fibNMinusOne = 1; long long fibNMinusTwo = 0; long long fibN = 0; int result[2] = {0, 1}; int i; if (n < 2) { return result[n]; } for (i = 2; i < n; i++) { fibN = fibNMinusTwo + fibNMinusOne; fibNMinusTwo = fibNMinusOne; fibNMinusOne = fibN; } return fibN; }
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。