在演算法分析中，當一個演算法中包含遞迴呼叫時，其時間複雜度的分析會轉化為一個遞迴方程求解。實際上，這個問題是數學上求解漸近階的問題，而遞迴方程的形式多種多樣，其求解方法也是不一而足，比較常用的有以下四種方法：

    (1)代入法(Substitution Method)         代入法的基本步驟是先推測遞迴方程的顯式解，然後用數學歸納法來驗證該解是否合理。         (2)迭代法(Iteration Method)         迭代法的基本步驟是迭代地展開遞迴方程的右端，使之成為一個非遞迴的和式，然後通過對和式的估計來達到對方程左端即方程的解的估計。         (3)套用公式法(Master Method)         這個方法針對形如“T(n) = aT(n/b) + f(n)”的遞迴方程。這種遞迴方程是分治法的時間複雜性所滿足的遞迴關係，即一個規模為n的問題被分成規模均為n/b的a個子問題，遞迴地求解這a個子 問題，然後通過對這a個子間題的解的綜合，得到原問題的解。         (4)差分方程法(Difference Formula Method)

    可以將某些遞迴方程看成差分方程，通過解差分方程的方法來解遞迴方程，然後對解作出漸近階估計。         下面就以上方法給出一些例子說明。             一、代入法         大整數乘法計算時間的遞迴方程為：T(n) = 4T(n/2) + O(n)，其中T(1) = O(1)，我們猜測一個解T(n) = O(n² )，根據符號O的定義，對n>n0，有T(n) < cn² - eO(2n)（注意，這裡減去O(2n)，因其是低階項，不會影響到n足夠大時的漸近性），把這個解代入遞迴方程，得到：         T(n) =  4T(n/2) + O(n)            ≤ 4c(n/2)²

- eO(2n/2)) + O(n)            =  cn² - eO(n) + O(n)            ≤ cn²          其中，c為正常數，e取1，上式符合 T(n)≤cn² 的定義，則可認為O(n² )是T(n)的一個解，再用數學歸納法加以證明。         二、迭代法     某演算法的計算時間為：T(n) = 3T(n/4) + O(n)，其中T(1) = O(1)，迭代兩次可將右端展開為：         T(n) = 3T(n/4) + O(n)          = O(n) + 3( O(n/4) + 3T(n/4² ) )          = O(n) + 3( O(n/4) + 3( O(n/4² ) + 3T(n/4³ ) ) )              從上式可以看出，這是一個遞迴方程，我們可以寫出迭代i次後的方程：         T(n) = O(n) + 3( O(n/4) + 3( O(n/4² ) + ... + 3( n/4ⁱ + 3T(n/4ⁱ⁺¹ ) ) ) )         當n/4ⁱ⁺¹ =1時，T(n/4ⁱ⁺¹ )=1，則         T(n) = n + (3/4) + (3² /4² )n + ... + (3ⁱ /4ⁱ )n + (3ⁱ⁺¹ )T(1)          < 4n + 3ⁱ⁺¹              而由n/4ⁱ⁺¹ =1可知，i<log₄ n，從而         3ⁱ⁺¹ ≤ 3^{log₄ n+1} = 3^{log₃ n*log₄ 3} +1 = 3nlog₄ 3         代入得：         T(n) < 4n + 3nlog₄ 3，即T(n) = O(n)。         三、套用公式法         這個方法為估計形如：

　　T(n) = aT(n/b) + f(n)

　　其中，a≥1和b≥1，均為常數，f(n)是一個確定的正函式。在f(n)的三類情況下，我們有T(n)的漸近估計式：     1.若對於某常數ε>0，有f(n) = O(n^{log_b a-ε} )，則T(n) = O(n^{log_b a} )         2.若f(n) = O(n^{log_b a} )，則T(n) = O(n^{log_b a} *logn)         3.若f(n) = O(n^{log_b a+ε} )，且對於某常數c>1和所有充分大的正整數n，有af(n/b)≤cf(n)，則T(n)=O(f(n))。         設T(n) = 4T(n/2) + n，則a = 4，b = 2，f(n) = n，計算得出n^{log_b a} = n^{log₂ 4} = n² ，而f(n) = n = O(n^2-ε )，此時ε= 1，根據第1種情況，我們得到T(n) = O(n² )。          這裡涉及的三類情況，都是拿f(n)與n^{log_b a} 作比較，而遞迴方程解的漸近階由這兩個函式中的較大者決定。在第一類情況下，函式n^{log_b a} 較大，則T(n)=O(n^{log_b a} )；在第三類情況下，函式f(n)較大，則T(n)=O(f (n))；在第二類情況下，兩個函式一樣大，則T(n)=O(n^{log_b a} *logn)，即以n的對數作為因子乘上f(n)與T(n)的同階。          但上述三類情況並沒有覆蓋所有可能的f(n)。在第一類情況和第二類情況之間有一個間隙：f(n)小於但不是多項式地小於n^{log_b a} ，第二類與第三類之間也存在這種情況，此時公式法不適用。