递归与分治(二)【信息技术】.pptVIP

《算法艺术与信息学竞赛》标准课件 递归与分治(二) 刘汝佳 目录 一、Karatsuba快速乘法 二、Strassen矩阵乘法 三、求解线性递推方程 四、快速排序 五、求k大元素 六、最近点对问题 一、 Karatsuba快速乘法 给两个n位数, 计算它们的乘积 分析 类似于Strassen矩阵乘法, 先写成递归形式 容易得到下面的过程, T(n)=4T(n/2)+O(n), 因此还是T(n) = O(n2). Karatsuba快速乘法 Anatoli? Karatsuba(由Knuth改进)在1962年提出: ac + bd – (a-b)(c-d) = bc+ad 因此中间项bc+ad只需要一次递归调用而不是两次 分析 显然, 递归方程为T(n) =3T(n/2)+O(n), T(n) = O(nlg3) = O(n1.585), 比O(n2)快. 注意: 真实程序中, 应该使用二进制而不是10进制, 这样可以充分利用机器乘法的特点 进一步得: 更细的进行分治可以得到更好的算法, 直到Fast Fourier Transform, 用它计算乘法只需要O(nlogn)的时间 二、Strassen矩阵乘法 标准算法 基本分治算法 基本分治算法分析 Strassen算法 Strassen算法 Strassen算法 Divide: 把A和B划分成(n/2)*(n/2)个子矩阵 Conquer: 递归对子矩阵进行7次乘法 Combine: 对子矩阵进行加法和减法得到C 三、求解线性递推方程 Fi = a1Fi-1+a2Fi-2+a3Fi-3…+akFi-k 已知F1, F2, …, Fk, 求任意的Fn 例: Fibonacci数 数学方法 通项公式 由于分子第二项小于1，可以只算第一项，舍入到最近的整数 求幂可以用对数或倍增法 问题：精度误差！ 代码: 直接递归 可以直接写出递归代码 分析 记T(n)为计算fib(n)的时间复杂度 T(n)=T(n-1)+T(n-2), 设T(1)=T(2)=c, 则T(n)=c*Fn-2. 由于 因此T(n) = O(1.618n), 指数时间算法! 动态规划 依次计算出很多结果, 采用预处理的方式 时间复杂度仅为O(n), 但空间复杂度也上升到O(n) 滚动数组 在执行的过程中计算出了F1, F2, F3, … Fn, 但代价是使用了O(n)的空间存放这些数 如果的确需要得到所有值, 附加空间是必须的, 但如果只需要得到Fn呢? 滚动数组: 把以后再也用不到的值及时扔掉 滚动的含义: 在递推的过程中, 数组内元素值始终发生变化 代码: 滚动数组 下面的代码, F[0..2]实际代表Fi-2~Fi 分析 一开始f[1]=0, f[2]=1实际上是F0=0, F1=1 第i次循环时, 刚开始f[0], f[1], f[2]保存着Fi-3~Fi-1, 执行以后变为了Fi-2~Fi 问题: 如果递推式比较长，每次需要花费比较多的时间把数组进行“移位”. 在多维的情况下这个移位可能很慢！ 比较好的解决方法是用循环数组, 让f[p]为当前要求的值，则f[prev(p)]和f[prev(prev(p))]就是前两次求出的值 代码: 循环滚动数组 矩阵乘法 m*n矩阵A和n*p矩阵B可以相乘得m*p的矩阵C Cik=sum{AijBjk}, 其中j取遍1,2,3…,n 矩阵乘法满足结合率, 但不满足交换率 和自然数一样，可以用倍增法求矩阵的幂 特别地，两个2*2矩阵相乘的公式为 分析 注意到 如果让a=Fk-1, b=Fk, 我们就能得到Fk与Fk+1 从F0和F1出发, 由结合律得: 可用倍增法在O(logn)时间内求出幂(忽略高精度) 一般情形 设 若 , 则 四、快速排序 一个基于分治思想的排序算法 196.Hoare提出 原地排序，不像归并排序需要辅助空间 微调后非常实用 快速排序的分治思想 Divide. 把数组以轴心x为分界线划分成两部分，左边的元素都比x小，右边的元素都比x大，如下图 Conquer. 递归把两部分排序 Combine. 平凡的 关键：线性时间的划分过程 划分过程一 划分过程一 划分过程二 两个指针left和right. left左边的都比x小, right右边的都比x大, 未知区域在中间 left和right交替移动, 一旦发现不满足要求的元素就停下来. 交换这两个元素, 使同时满足要求 好处：当相同元素比较多时较快 划分过程二框架 虽然效率还可以优化, 但非常容易理解 快速排序主过程 不管使用哪种划分方法，快速排序的主过程如下： 最坏情况分析 如果每次划分出来的序列都是一边n-1个元素一边1个元素