公式法求递归算法的时间复杂度

公式法可以说是计算递归函数复杂度最方便的工具，当递归函数的时间执行函数满足如下的关系式时，我们可以利用公式法：
$$T(n)=a\cdot T\left(\frac{n}{b}\right)+f(n)$$ 其中，f(n)是每次递归完毕之后额外的计算执行时间。例如，在归并排序中，每次递归处理完两边的数组后，我们需要执行合并的操作，那么这个操作的执行时间就是 f(n)。

当参数 a、b 都确定的时候，光看递归的部分，它的时间复杂度就是：$O\left(n^{{\log }_{b}a}\right)$。

由于时间复杂度求的是上界（upper bound)，通过对比递归部分的时间复杂度和 f(n) 的大小关系，得出最后的整体时间复杂度。牢记以下三种情况和相应公式：

1. 当递归部分的执行时间$O\left(n^{{\log }_{b}a}\right)>f(n)$的时候，最终的时间复杂度就是 $O\left(n^{{\log }_{b}a}\right)$。
2. 当递归部分的执行时间$O\left(n^{{\log }_{b}a}\right)<f(n)$的时候，最终的时间复杂度就是 $f(n)$。
3. 当递归部分的执行时间$O\left(n^{{\log }_{b}a}\right)=f(n)$的时候，最终的时间复杂度就是 $O\left(n^{{\log }_{b}a}\right)logn$。

参考： 课程《300分钟搞定数据结构与算法》