版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1第5章分治法
25.1
分治法的基本思想5.2
求最大最小元 5.3
二分搜索5.4
排序问题5.5选择问题5.6斯特拉森矩阵乘法
35.1.1分治法的基本思想
分治法顾名思义就是分而治之。一个问题能够用分治法求解的要素是:第一,问题能够按照某种方式分解成若干个规模较小、相互独立且与原问题类型相同的子问题;第二,子问题足够小时可以直接求解;第三,能够将子问题的解组合成原问题的解。由于分治法要求分解成同类子问题,并允许不断分解,使问题规模逐步减小,最终可用已知的方法求解足够小的问题,因此,分治法求解很自然导致一个递归算法。
4【程序5-1】
分治法SolutionTypeDandC(ProblemTypeP){ ProblemTypeP1,P2,,Pk; if(Small(P))returnS(P); else{ Divide(P,P1,P2,,Pk); ReturnCombine(DandC(P1),
DandC(P2),…,DandC(Pk)); }}5【程序5-2】
一分为二的分治法SolutionTypeDandC(intleft,intright){ if(Small(left,right))returnS(left,right); else{ intm=Divide(left,right); ReturnCombine(DandC(left,m),
DandC(m+1,right)); }}65.1.2算法分析
采用分治法求解问题通常得到一个递归算法。如果较大的问题被分解成同样大小的几部分,那么分析相应算法的执行时间,往往可得到如下的递推关系式:T(n)=aT(n/b)+cnk,T(1)=c
a个规模为n/b的子问题问题分解与解的合并7定理5-1设a,b,c和k为常数,T(n)=aT(n/b)+cnk,T(1)=c,则,
89设r=bk/a,下面分三种情况计算。(1)若r<1,则
所以(2)若r=1,则
所以(3)若r>1,则
所以105.1.3
数据结构【程序5-3】可排序表类template<classK,classD>structE{//可排序表中元素的类型
operatorK()const{returnkey;}Kkey;Ddata;};11template<classT>classSortableList{//可排序表类public:SortableList(intmSize);~SortableList();
private:
T*l;intmaxSize;intn;};125.2求最大最小元
13
问题在一个元素集合中寻找最大元素和最小元素的问题。145.2.1
分治法求解【程序5-4】求最大最小元template<classT>voidSortableList<T>::MaxMin(T&max,T&min)const{ if(n==0)return; max=min=l[0]; for(inti=1;i<n;i++){ if(l[i]>max)max=l[i]; if(l[i]<min)min=l[i]; }}15【程序5-5】分治法求最大最小元template<classT>voidSortableList<T>::MaxMin(inti,intj,T&max,T&min)const{ Tmin1,max1; if(i==j)max=min=l[i];elseif(i==j-1) if(l[i]<l[j]){ max=l[j];min=l[i]; } else{ max=l[i];min=l[j]; } 16 else{ intm=(i+j)/2; MaxMin(i,m,max,min); MaxMin(m+1,j,max1,min1); if(max<max1)max=max1; if(min>min1)min=min1; }}
175.2.2时间分析定理5-2
设有n个元素的表,假定n是2的幂,即n=2k,k是正整数,程序5-5在最好、平均和最坏情况下的比较次数都为3n/2–2。185.3二分搜索19问题在有序表(已按关键字值非减排序)中搜索给定元素的问题。205.3.1
分治法求解intSortableList<T>::BSearch(constT&x,intleft,intright)const后置条件:
在范围为[left,right]的表中搜索与x有相同关键字值的元素;如果存在该元素,则函数返回该元素在表中的位置,否则函数返回-1,表示搜索失败。21【程序5-6】二分搜索算法框架template<classT>intSortableList<T>::BSearch(constT&x,intleft,intright)const{ if(left<=right){intm=Divide(left+right);if(x<l[m])returnBSearch(x,left,m-1); elseif(x>l[m])returnBSearch(x,m+1,right); elsereturnm;}return-1;}225.3.2
对半搜索
对半搜索对半搜索是一种二分搜索。设当前搜索的子表为(aleft,aleft+1,…,aright),令
m=(left+right)/2
23【程序5-7】对半搜索递归算法template<classT>intSortableList<T>::BSearch(constT&x,intleft,intright)const{if(left<=right){intm=(left+right)/2;if(x<l[m])returnBSearch(x,left,m-1); elseif(x>l[m])returnBSearch(x,m+1,right);elsereturnm;}return-1;}24定理5-3对于n0,程序5-7的对半搜索递归函数BSearch是正确的。255.3.3
二叉判定树
二分搜索过程的算法行为可以用一棵二叉树来描述。通常称这棵描述搜索算法执行过程的二叉树为二叉判定树(binarydecisiontree)。2627性质5-1
具有n个内结点的对半搜索二叉判定树的左子树上有(n-1)/2个内结点,右子树上有n/2个内结点。
性质5-2
具有n(n>0)个内结点的二叉判定树的高度为logn+1
(不计外结点)。
28性质5-3
若n=2h-1,则对半搜索二叉判定树是满二叉树。
性质5-4
若n=2h-1,则对半搜索二叉判定树的外结点均在h+1层上,否则,在第h或h+1层上,h=logn+1。
29定理5-4
对半搜索算法在成功搜索的情况下,关键字值之间的比较次数不超过logn+1。对于不成功的搜索,算法需要作logn或logn+1次比较。定理5-5
对半搜索算法在搜索成功时的平均时间复杂度为(logn)。
305.3.4搜索算法的时间下界
定理5-6
在一个有n个元素的集合中,通过关键字值之间的比较,搜索指定关键字值的元素,任意这样的算法在最坏情况下至少需要作log
n+1次比较。315.4排序问题
32
问题排序是将一个元素序列调整为按指定关键字值的递增(或递减)次序排列的有序序列。335.4.1
合并排序
合并两个有序序列
两路合并排序的基本运算是把两个有序序列合并成一个有序序列。
34【程序5-9】Merge函数template<classT>voidSortableList<T>::Merge(intleft,intmid,intright){ T*temp=newT[right-left+1];inti=left,j=mid+1,k=0;while((i<=mid)&&(j<=right)) if(l[i]<=l[j])temp[k++]=l[i++];elsetemp[k++]=l[j++];while(i<=mid)temp[k++]=l[i++];while(j<=right)temp[k++]=l[j++]; for(i=0,k=left;k<=right;)l[k++]=temp[i++];}3536
分治法求解将待排序的元素序列一分为二分,得到两个长度基本相等的子序列,如同对半搜索的做法;然后对两个子序列分别排序,如果子序列较长,还可继续细分,直到子序列的长度不超过1为止;当分解所得的子序列已排列有序,可以采用上面介绍的将两个有序子序列,合并成一个有序子序列的方法,实现将子问题的解组合成原问题解,这是分治法不可缺少的一步。37【程序5-10】两路合并排序template<classT>voidSortableList<T>::MergeSort(intleft,intright){if(left<right){intmid=(left+right)/2;MergeSort(left,mid);MergeSort(mid+1,right);Merge(left,mid,right);}}3839
性能分析合并排序递归算法的时间复杂度为O(nlog
n)。405.4.2
快速排序快速排序采用一种特殊的分划操作对排序问题进行分解,其分解方法是:在待排序的序列(K0,K1,…,Kn-1)中选择一个元素作为分划元素,也称为主元(pivot)。不妨假定选择K为主元。经过一趟特殊的分划处理将原序列中的元素重新排列,使得以主元为轴心,将序列分成左右两个子序列。主元左测子序列中所有元素都不大于主元,主元右测子序列中所有元素都不小于主元。41
分划操作42【程序5-11】
分划函数template<classT>intSortableList<T>::Partition(intleft,intright){//前置条件:leftright inti=left,j=right+1;do{doi++;while(l[i]<l[left]);doj--;while(l[j]>l[left]);if(i<j)Swap(i,j);}while(i<j); Swap(left,j); returnj;}43快速排序算法44【程序5-12】快速排序template<classT>voidSortableList<T>::QuickSort(){QuickSort(0,n-1);}template<classT>voidSortableList<T>::QuickSort(intleft,intright){ if(left<right){intj=Partition(left,right);QuickSort(left,j-1); QuickSort(j+1,right); }}45
时间分析最坏情况时间
W(n)W(n-1)+n+1
W(n-2)+(n+1)+n
W(1)+(n+1)++3=O(n2)
46平均情况时间
47485.4.3排序算法的时间下界定理5-7
任何一个通过关键字值比较对n个元素进行排序的算法,在最坏情况下,至少需作(n/4)log
n次比较。49505.5选择问题
51问题选择问题(selectproblem)是指在n个元素的集合中,选出某个元素值大小在集合中处于第k位的元素,即所谓的求第k小元素问题(kth-smallest)。
525.5.1
分治法求解
设原表长度为n,假定经过一趟分划,分成两个左右子表,其中左子表是主元及其左边元素的子表,设其长度为p,右子表是主元右边元素的子表。那么,若k=p,则主元就是第k小元素;否则若k<p,第k小元素必定在左子表中,需求解的子问题成为在左子表中求第k小元素;若k>p,则第k小元素必定在右子表中,需求解的子问题成为在右子表中求第k-p小元素。535.5.2
随机选择主元
随机选主元算法
假定表中元素各不相同,并且随机选择主元,即在下标区间[left,right]中随机选择一个下标r,以该下标处的元素为主元。54
【程序5-13】Select函数template<classT>ResultCodeSortableList<T>::Select1(T&x,intk){if(n<=0||k>n||k<=0)returnOutOfBounds;intleft=0,right=n;l[n]=INFTY;do{ intj=rand()%(right-left+1)+left; Swap(left,j); j=Partition(left,right); if(k==j+1){x=l[j];returnSuccess;} elseif(k<j+1)right=j; elseleft=j+1; }while(true);}55定理5-8
程序5-13的Select算法的平均时间A(n)=O(n)。算法的最坏情况时间复杂度O(n2)。565.5.3
线性时间选择算法改进的选择算法采用二次取中法(medianofmediansrule)确定主元
5758
【程序5-14】线性时间选择算法ResultCodeSortableList<T>::Select(T&x,intk){ if(n<=0||k>n||k<=0)returnOutOfBounds; intj=Select(k,0,n-1,5); x=l[j];returnSuccess;}
59template<classT>intSortableList<T>::Select(intk,intleft,intright,intr){intn=right-left+1;if(n<=r){InsertSort(left,right);returnleft+k-1;
}60for(inti=1;i<=n/r;i++){InsertSort(left+(i-1)*r,left+i*r-1);Swap(left+i-1,left+(i-1)*r+Ceil(r,2)-1);}intj=Select(Ceil(n/r,2),left,left+(n/r)-1,r);Swap(left,j);j=Partition(left,right);if(k==j-left+1)returnj;elseif(k<j-left+1)returnSelect(k,left,j-1,r);elsereturnSelect(k-(j-left+1),j+1,right,r);}615.5.4时间分析
以二次取中的中间值mm为主元,经过一趟分划,左、右两个子表的大小均至多为:
nn/r/2
r/2
设T(n)为当表长为n时执行程序5-14所需的时间。T(n)由三部分时间组成:
T(n)T(n/5)+T(3n/4)+cn
用归纳法容易证明,T(n)20cn,n1是线性时间的。
625.5.5允许重复元素的选择算法由于允许包含相同元素,左子表中除了小于mm的元素外,还包含与mm相同值的元素。因此,左子表的大小至多可达
nn/r/2
r/2+1/2n/r/2
r/2
=n-1/2n/r/2
r/2
容易用归纳法证明对于所有n90,
T(n)T(n/9)+T(7n/8)+cn72cn,n90635.6斯特拉森(Strassen)矩阵乘法
64问题矩阵相乘
65n×n矩阵A和B的乘积矩阵C中的元素C[i,j]定义为:若依此定义来计算A和B的乘积矩阵C,则每计算C的一个元素C[i][j],需要做n次乘法和n-1次加法。因此,算出矩阵C的n2个元素所需的计算时间为O(n3)66简单分治法求矩阵乘首先假定n是2的幂。使用与上例类似的技术,将矩阵A,B和C中每一矩阵都分块成4个大小相等的子矩阵。由此可将方程C=AB重写为:由此可得:复杂度分析T(n)=O(n3)
没有改进675.6.2
斯特拉森分治法P=(A11+A22)(B11+B22)Q=(A21+A22)B11R=A11(B12-B22)S=A21(B21-B11)T=(A11+A12)B22U=(A21-A11)(B11+B12)V=(A12-A22)(B21+B22)为了降低时间复杂度,必须减少乘法的次数。而其关键在于计算2个2阶方阵的乘积时所用乘法次数能否少于8次。为此,Strassen提出了一种只用7次乘法运算计算2阶方阵乘积的方法(但增加了加/减法次数):68C11=P+S-T+VC12=R+TC21=Q+SC22=P+R-Q+UT(n)=(nlog7)(n2.81)
做了这7次乘法后,在做若干次加/减法就可以得到:较大的改进69更快的方法Hopcroft和Kerr已经证明(1971),计算2个2×2矩阵的乘积,7次乘法是必要的。因此,要想进一步改进矩阵乘法的时间复杂性,就不能再基于计算2×2矩阵的7次乘法这样的方法了。或许应当研究3×3或5×5矩阵的更好算法。在Strassen之后又有许多算法改进了矩阵乘法的计算时间复杂性。目前最好的计算时间上界是O(n2.376),最好下界是(n2)。是否能找到O(n2)的算法?目前为止还没有结果。70补充:大整数的乘法设计一个有效的算法,可以进行两个n位大整数的乘法运算小学的方法:O(n2)效率太低分治法:X=a2n/2+bY=c2n/2+dXY=ac2n+(ad+bc)2n/2+bd复杂度分析
T(n)=O(n2)没有改进
n/2位n/2位n/2位n/2位X=
Y=ABCD71算法改进为了降低时间复杂度,必须减少乘法的次数。为此,我们把XY写成另外的形式:XY=ac2n+((a-c)(b-d)+ac+bd)2n/2+bd或XY=ac2n+((a+c)(b+d)-ac-bd)2n/2+bd复杂性:这两个算式看起来更复杂一些,但它们仅需要3次n/2位乘法[ac、bd和(a±c)(b±d)],于是
T(n)=O(nlog3)=O(n1.59)较大的改进细节问题:两个XY的复杂度都是O(nlog3),但考虑到a+c,b+d可能得到m+1位的结果,使问题的规模变大,故不选择第2种方案。72更快的方法小学的方法:O(n2)——效率太低分治法:O(n1.59)——较大的改进更快的方法?如果将大整数分成更多段,用更复杂的方式把它们组合起来,将有可能得到更优的算法。最终的,这个思想导致了快速傅利叶变换(FastFourierTransform)的产生。该方法也可以看作是一个复杂的分治算法,对于大整数乘法,它能在O(nlogn)时间内解决。是否能找到线性时间的算法?目前为止还没有结果。73棋盘覆盖问题在一个2k×2k个方格组成的棋盘中,恰有一个方格与其他方格不同,称该方格为一特殊方格,且称该棋盘为一特殊棋盘。在棋盘覆盖问题中,要用图示的4种不同形态的L型骨牌覆盖给定的特殊棋盘上除特殊方格以外的所有方格,且任何2个L型骨牌不得重叠覆盖。易知,覆盖任意一个2k×2k的特殊棋盘,用到的骨牌数恰好为(4k-1)/3。74分治策略求解当k>0时,将2k×2k棋盘分割为4个2k-1×2k-1
子棋盘(a)所示。特殊方格必位于4个较小子棋盘之一中,其余3个子棋盘中无特殊方格。为了将这3个无特殊方格的子棋盘转化为特殊棋盘,可以用一个L型骨牌覆盖这3个较小棋盘的会合处,如(b)所示,从而将原问题转化为4个较小规模的棋盘覆盖问题。递归地使用这种分割,直至棋盘简化为棋盘1×1。75说明:整形二维数组Board表示棋盘,Borad[0][0]是棋盘的左上角方格。tile是一个全局整形变量,用来表示L形骨牌的编号,初始值为0。tr:棋盘左上角方格的行号;tc:棋盘左上角方格的列号;dr:特殊方格所在的行号;dc:特殊方格所在的列号;size:size=2k,棋盘规格为2k×2k。76算法描述voidCB(inttr,tc,dr,dc,size){ if(size==1)return;intt=tile++;//L型骨牌号s=size/2;//分割棋盘//覆盖左上角子棋盘if(dr<tr+s&&dc<tc+s)//特殊方格在此棋盘中CB(tr,tc,dr,dc,s);else{//此棋盘中无特殊方格//用t号L型骨牌覆盖右下角board[tr+s-1][tc+s-1]=t;//覆盖其余方格CB(tr,tc,tr+s-1,tc+s-1,s);}//覆盖右上角子棋盘if(dr<tr+s&&dc>=tc+s)//特殊方格在此棋盘中CB(tr,tc+s,dr,dc,s);else{//此棋盘中无特殊方格//用t号L型骨牌覆盖左下角board[tr+s-1][tc+s]=t;//覆盖其余方格CB(tr,tc+s,tr+s-1,tc+s,s);}//覆盖左下角子棋盘if(dr>=tr+s&&dc<tc+s)//特殊方格在此棋盘中CB(tr+s,tc,dr,dc,s);else{//用t号L型骨牌覆盖右上角board[tr+s][tc+s-1]=t;//覆盖其余方格CB(tr+s,tc,tr+s,tc+s-1,s);}//覆盖右下角子棋盘if(dr>=tr+s&&dc>=tc+s)//特殊方格在此棋盘中CB(tr+s,tc+s,dr,dc,s);else{//用t号L型骨牌覆盖左上角board[tr+s][tc+s]=t;//覆盖其余方格CB(tr+s,tc+s,tr+s,tc+s,s);}}77复杂度分析复杂度分析:
T(k)=4k-1=O(4k)渐进意义下的最优算法78最接近点对问题问题描述:给定平面上n个点,找其中的一对点,使得在n个点所组成的所有点对中,该点对间的距离最小。说明:严格来讲,最接近点对可能多于一对,为简便起见,我们只找其中的一对作为问题的解。一个简单的做法是将每一个点与其他n-1个点的距离算出,找出最小距离的点对即可。该方法的时间复杂性是T(n)=n(n-1)/2+n=O(n2),效率较低。已经证明,该算法的计算时间下界是Ω(nlogn)。79一维空间中的情形先来考虑一维的情形。此时,S中的n个点退化为x轴上的n个实数x1,x2,…,xn。最接近点对即为这n个实数中相差最小的2个实数。一个简单的办法是先把x1,x2,…,xn排好序,再进行一次线性扫描就可以找出最接近点对,T(n)=O(nlogn)。然而这种方法无法推广到二维情形。假设我们用x轴上某个点m将S划分为2个子集S1和S2,基于平衡子问题的思想,用S中各点坐标的中位数来作分割点。递归地在S1和S2上找出其最接近点对{p1,p2}和{q1,q2},并设d=min{|p1-p2|,|q1-q2|},S中的最接近点对或者是{p1,p2},或者是{q1,q2},或者是某个{p3,q3},其中p3∈S1且q3∈S2。能否在线性时间内找到p3,q3?80如果S的最接近点对是{p3,q3},即|p3-q3|<d,则p3和q3两者与m的距离不超过d,即p3∈(m-d,m],q3∈[m,m+d)。由于在S1中,每个长度为d的半闭区间至多包含一个点(否则必有两点距离小于d),并且m是S1和S2的分割点,因此(m-d,m]中至多包含S中的一个点。由图可以看出,如果(m-d,m]中有S中的点,则此点就是S1中最大点。因此,我们用线性时间就能找到区间(m-d,m]和[m,m+d)中所有点,即p3和q3。从而我们用线性时间就可以将S1的解和S2的解合并成为S的解。分割点m的选取不当,会造成|Si|=1,|Sj|=n-1的情形,使得T(n)=T(n-1)+O(n)=O(n2)。这种情形可以通过“平衡子问题”方法加以解决:选取各点坐标的中位数作分割点。一维空间中的情形81算法描述及复杂性算法描述:boolCPair1(S,d){n=|S|;if(n<2){d=∞;returnfalse;}m=Blum(S);//S各点坐标中位数S=>S1+S2;//S1={x|x<=m}S2={x|x>m}CPair1(S1,d1);CPair1(S2,d2);p=max(S1);q=min(S2);d=min(d1,d2,q-p);returnture;}复杂性分析:
T(n)=O(nlogn)该算法可推广到二维的情形中去。82二维空间的最接近点对问题下面来考虑二维的情形。选取一垂直线l:x=m来作为分割直线。其中m为S中各点x坐标的中位数。由此将S分割为S1和S2。递归地在S1和S2上找出其最小距离d1和d2,并设d=min{d1,d2},S中的最接近点对或者是d,或者是某个{p,q},其中p∈P1且q∈P2,如图所示。能否在线性时间内找到p,q?考虑P1中任意一点p,它若与P2中的点q构成最接近点对的候选者,则必有distance(p,q)<d。满足这个条件的P2中的点一定落在一个d×2d的矩形R中,如图所示。由d的意义可知,P2中任何2
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 《工程光学》课程教学大纲
- 2024年仿古瓦生产销售合同范本
- 2024年代账委托代理合同范本
- 2024年代驾出车祸与车主之间赔偿协议书模板
- 2024年便利店车转让合同范本
- 品质出货检验培训
- 公司元宵节游戏活动
- 团购团长培训
- 2024广告代理合同协议书
- 2024至2030年中国34-二氯甲苯数据监测研究报告
- 2024年文化版:含有文物保修责任的文化遗址租赁合同
- 高校教师职称答辩演讲稿
- 保健按摩师(高级)技能理论考试题库(含答案)
- 大学生职业发展与就业指导22-23-2学习通超星期末考试答案章节答案2024年
- 公民科学素质大赛参考试题库600题(含答案)
- 上海市四校2024-2025学年高一上学期期中联考英语试卷(含答案无听力原文及音频)
- 2024-2030年全球及中国岸电行业发展现状与未来前景预测报告
- 第五单元测试卷(单元测试)-2024-2025学年六年级上册语文统编版
- 国开2024年秋《机械制图》形考作业1-4答案
- 中药方剂基本知识
- 中小学心理健康教育课程教学大纲
评论
0/150
提交评论