算法设计与分析(三).ppt

然后：将PL、PR和上面的QL、QR带入递归过程进行处理，PL、 PR是按照x坐标排序的点集，QL、QR是按照y坐标排序 的点集。 最后：当递归调用返回时，扫描Q表，删除其x坐标不在带内的 所有点。此时Q中就只含有带中的点，而且这些点已是 按照y坐标排好序了的。这一处理需要O(n)的时间。 综上所述，所有附加工作的总时间为O(n)，则整个算法的 计算时间为 作业题： 1. 棋盘覆盖问题。 在一个2k x 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。如图1所示，蓝色的为特殊方格： 棋盘覆盖问题是指，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。 试用分治法设计一个求解棋盘覆盖问题的算法。 图1 特殊棋盘，蓝色的为特殊方格 图2 四中L形骨牌 2.大整数乘积 大整数（big integer）：位数很多的整数，普通的计算机不能直接处理，如： 9834975972130802345791023498570345 显然，这样的整数普通的计算机和程序语言是无法直接表示的。 大整数运算：给定两个n位的整数I，J, 加、减法：可以用O(n)的时间计算出I+J和I-J，即使I、J是大整数； 乘法：若I、J超过普通计算机可以表示的数据范围，怎么计算IxJ? 如 I = 9834975972135791023498570345 J = 3432450018098972347892345023 方法一：按照小学数学的方法，“列算式”直接求解。适当地编制算法，可以实现大整数乘，但时间复杂度为O(n2)。 方法二：利用分治法设计一个计算两个n二进制位的大整数相乘的算法，要求计算时间低于O(n2)。分析你所给出的算法的时间复杂度。 3. 《计算机算法基础》P99，4.5 4. 《计算机算法基础》P100，4.20 5. 《计算机算法基础》P100，4.25 第一条特征是绝大多数问题都可以满足的，因为问题的计算复杂性一般是随着问题规模的增加而增加； 第二条特征是应用分治法的前提它也是大多数问题可以满足的，此特征反映了递归思想的应用； 第三条特征是关键，能否利用分治法完全取决于问题是否具有第三条特征，如果具备了第一条和第二条特征，而不具备第三条特征，则可以考虑用贪心法或动态规划法。 第四条特征涉及到分治法的效率，如果各子问题是不独立的则分治法要做许多不必要的工作，重复地解公共的子问题，此时虽然可用分治法，但一般用动态规划法较好。 * * * 任何以比较为基础的分类的算法，其执行过程都可以用二元比较树的形式进行描述。 * 任何以比较为基础的分类的算法，其执行过程都可以用二元比较树的形式进行描述。 大型均匀分布可视为正方形，总共n个点，边长n^1/2，n^1/2 X n^1/2 = n，所以带高n^1/2，带内点数O(n^1/2)。 双重循环，内层从i+1开始，相当于计算了一个上三角矩阵——点对之间的距离具有对称性，d(i,j) = d(j,i)。 * 大型均匀分布可视为正方形，总共n个点，边长n^1/2，n^1/2 X n^1/2 = n，所以带高n^1/2，带内点数O(n^1/2)。 * 大型均匀分布可视为正方形，总共n个点，边长n^1/2，n^1/2 X n^1/2 = n，所以带高n^1/2，带内点数O(n^1/2)。 * 大型均匀分布可视为正方形，总共n个点，边长n^1/2，n^1/2 X n^1/2 = n，所以带高n^1/2，带内点数O(n^1/2)。 * 大型均匀分布可视为正方形，总共n个点，边长n^1/2，n^1/2 X n^1/2 = n，所以带高n^1/2，带内点数O(n^1/2)。 * 大型均匀分布可视为正方形，总共n个点，边长n^1/2，n^1/2 X n^1/2 = n，所以带高n^1/2，带内点数O(n^1/2)。 * 大型均匀分布可视为正方形，总共n个点，边长n^1/2，n^1/2 X n^1/2 = n，所以带高n^1/2，带内点数O(n^1/2)。 * 大型均匀分布可视为正方形，总共n个点，边长n^1/2，n^1/2 X n^1/2 = n，所以带高n^1/2，带内点数O(n^1/2)。 * goodrich p 182 大整数相乘在数据安全中有重要应用，它可用于加密模式中。 * goodrich p