第二章、算法设计技术.pptVIP

第二章、算法设计技术 最基本的算法设计技术： 蛮力法 分治法 减治法 变治法 时空权衡 动态规划法 贪心法 回溯法 2.1 蛮力法 蛮力法是一种简单直接地解决问题的方法，常常直接基于问题的描述和所涉及的概念定义。 “力”是指计算机的计算能“力”。 蛮力法的重要性：1）是一种通用方法； 2）可以作为准绳，衡量其它算法的优劣； 3）对于小规模的问题（如n100）是有效的； 4）对于一些问题，它可以产生一些合理算法； 2.1.1 选择排序和冒泡排序 选择排序 扫描整列表，找到它的最小元素后与本趟的首元素交换。 冒泡排序 比较相邻元素，如果后面元素比前面元素小，就交换。 2.1.2 顺序查找和蛮力字符串匹配 1. 顺序查找 一般性查找问题的蛮力算法： 将给定列表中的元素和给定的查找键作比较，直接遇到一个匹配的元素（成功查找），或者在遇到匹配元素前就查找了整个列表（失败查找）。 实现顺序查找的一个技巧： 把查找键添加到列表的末尾，则查找就一定会成功，因此不必在算法的每次循环时都检查是否到达了表的末尾。 2. 蛮力字符串匹配 给定一个n个字符组成的串称为文本，一个m个字符的串称为模式。 一个字符串匹配问题的蛮力算法： 将模式对准文本的前m个字符，然后从左到右匹配每一对相应的字符，直到m对字符全部匹配（然后算法就可以停止了）或者遇到一对不匹配的字符。在后一种情况下，模式向右移一位，然后从模式的第一个字符开始，继续把模式和文本中的对应字符进行比较。 2.1.3 最近对和凸包问题 1. 最近对问题 要求找出一个包含n个点的集合中距离最 近的两个点的问题。 两个点的距离： 我们假设这些点是以坐标形式（x,y） 给出，那p1(x1,y1)和p2(x2,y2)的距离为： 最近对算法 算法：分别计算每一对点之间的距离，然后找出距离最短的那一对。 具体实现（用c语言）： typedef struct{ int x;int y;} point; //定义点结构 void closed_point(point p[n]) { int y,j,d,dmin，index1,index2; dmin=((p[0].x-p[1].x)*(p[0].x-p[1].x))-((p[0].y-p[1].y)*(p[0].y-p[1].y)); for(i=0;in-1;i++) for(j=i+1;jn;j++) { d==((p[0].x-p[1].x)*(p[0].x-p[1].x))-((p[0].y-p[1].y)*(p[0].y-p[1].y)); if (ddmin) {dmin=d;index1=i;index2=j;} //找最小点 } print(最近对为%d和%d，index1,index2); } 2. 凸包问题 凸集合定义：对于平面上的一个点集合（有限或无限的），如果以集合中任意两点p和q为端点的线段都属于该集合，称这个集合是凸集合。 凸包的定义：凸包就是包含点集合s的最小凸集合。 凸包定理：任意包含n2个点（不共线的点）的集合的凸包是以s中的某些点为顶点的凸多边形.这些顶点称为极点。 凸包问题解决方案1：因为极点有凸集合中其他点所不具备的特性，故找出极点并求出极点的连接顺序就可解决凸包问题。 凸包问题解决方案2：从凸包的边所具有的特点入手。因为对一个n个点集合中的两个点p1和p2，当且仅当该集合中的其他点都位于这两连线的同一侧时（包括在这条直线上），它们的连线是凸包的一个边。 方案2的算法:(1).利用点集合中的两点P1,P2建立方程：ax+by-c=0, 其中 a=y2-y1, b=x1-x2, c