博客《数据结构与算法 —— 排序算法（3）》中的桶排序的时间复杂度计算公式推到过程。

 本文试图从以下几个方面来讲解递归  1、什么是递归？  2、递归算法通用解决思路  3、实战演练（从初级到高阶）  4、递归函数调用栈  5、递归算法时间复杂度分析与求解  力争让大家对递归的认知能上一个新台阶，特别会对递归的精华:时间复杂度作详细剖析，会给大家总结一套很通用的求解递归时间复杂度的套路，相信你看完肯定会有收获。  简单地说，就是如果在函数中存在着调用函数本身的情况，这种现象就叫递归。  以阶乘函数为例,如下, 在 f 函数中存在着 f(n - 1) 的调用，所以此函数是递归函数。  进一步剖析「递归」，先有「递」再有「归」，「递」的意思是将问题拆解成子问题来解决， 子问题再拆解成子子问题，...，直到被拆解的子问题无需再拆分成更细的子问题（即可以求解），「归」是说最小的子问题解决了，那么它的上一层子问题也就解决了，上一层的子问题解决了，上上层子问题自然也就解决了,....,直到最开始的问题解决,文字说可能有点抽象，那我们就以阶层 f(6) 为例来看下它的「递」和「归」。  求解问题 f(6), 由于 f(6) = n * f(5), 所以 f(6) 需要拆解成 f(5

常用排序算法时间复杂度、空间复杂度总结。包括：冒泡排序、快速排序、选择排序、堆排序、插入排序、Shell排序、归并排序、基数排序。

堆排序的时间复杂度分析： 1. 对深度为 k 的堆，“筛选”所需进行的关键字 比较的次数至多为2(k-1)； 3. 调整“堆顶” n-1 次，总共进行的关键 字比较的次数不超过 2 (log2(n-1)+ log2(n-2)+ …+log22) < 2n(log2n) 因此，堆排序的时间复杂度为O(nlogn)。 2. 对 n 个关键字，建成深度为h(=log2n+1)的堆， 所需进行的关键字比较的次数至多 4n；

采用C0复杂度算法，分析了Logistic映射、简化Lorenz系统和超混沌Lorenz系统的复杂度特性，并与系统的Lyapunov指数谱和分岔图进行对比，结果表明，C0复杂度能正确反映系统的复杂度特性；三系统复杂度从大到小依次为Logistic系统、超混沌Lorenz系统和简化Lorenz系统。将C0复杂度算法与谱熵算法（SE ）和强度统计算法（LMC ）计算结果对比，进一步说明C0算法分析混沌系统复杂度的有效性。系统复杂度随时间演化的特性分析表明，系统复杂度在一定范围内波动，即系统具有演化稳定性，两连续系统中 y序列复杂度最大。为混沌系统应用于信息加密、保密通信领域提供了理论与实验依据。

样本熵、近似熵、lempel-ziv函数代码。lempel-ziv复杂度是一种表征时间序列里出现新模式的速率的方法

读取声信号，计算自相关，近似熵，lzc复杂度

基于目标数量的低复杂度联合测距和多普勒FMCW雷达算法1

递归方程组解的渐进阶的求法,算法时间复杂度,迭代算法,递归算法,母函数法,套用公式法,迭代树法

c++实现质因数分解，主要是快速，因为分解用普通方法也可以，如何快速分解呢，答案是用筛选法先求出质数，然后分解质数就很快了