第2章递归与分治策略01.ppt

第2章 递归与分治策略 北京邮电大学 计算机学院 王小茹 内容提要 理解递归的概念 理解分治法的策略 学会设计，通过例子 二分搜索 大整数乘法 Strassen矩阵乘法 合并排序 快速排序 线性时间选择 最接近点对问题 循环赛日程表 总结归纳 算法总体思想 将要求解的较大规模的问题分割成k个更小规模的子问题。 2.1 递归的概念 直接或间接地调用自身的算法称为递归算法。用函数自身给出定义的函数称为递归函数。 由分治法产生的子问题往往是原问题的较小模式，这就为使用递归技术提供了方便。在这种情况下，反复应用分治手段，可以使子问题与原问题类型一致而其规模却不断缩小，最终使子问题缩小到很容易直接求出其解。这自然导致递归过程的产生。 分治与递归像一对孪生兄弟，经常同时应用在算法设计之中，并由此产生许多高效算法。 递归举例 例1 阶乘函数 阶乘函数可递归地定义为： 递归举例 例2 Fibonacci数列 无穷数列1，1，2，3，5，8，13，21，34，55，…，被称为Fibonacci数列。它可以递归地定义为： 递归小结 优点：结构清晰，可读性强，而且容易用数学归纳法来证明算法的正确性，因此它为设计算法、调试程序带来很大方便。 缺点：递归算法的运行效率较低，无论是耗费的计算时间还是占用的存储空间都比非递归算法要多。 递归小结 解决方法：在递归算法中消除递归调用，使其转化为非递归算法。 1.采用一个用户定义的栈来模拟系统的递归调用工作栈。该方法通用性强，但本质上还是递归，只不过人工做了本来由编译器做的事情，优化效果不明显。 2.用递推来实现递归函数。 3.通过Cooper变换、反演变换能将一些递归转化为尾递归，从而迭代求出结果。 后两种方法在时空复杂度上均有较大改善，但其适用范围有限。 2.2 分治法 学习分治法的策略，合理结合递归求解问题，提高算法效率。 分治策略 分治法的基本思想是将一个规模为n的问题分解为k个规模较小的子问题，这些子问题互相独立且与原问题相同。 鉴于互相独立和与原问题相同，所以可以利用递归的解这些子问题，然后将各子问题的解合并得到原问题的解。 分治法与递归紧密关联。 分割原则： 人们从大量实践中发现，在用分治法设计算法时，最好使子问题的规模大致相同。即将一个问题分成大小相等的k个子问题的处理方法是行之有效的。这种使子问题规模大致相等的做法是出自一种平衡(balancing)子问题的思想，它几乎总是比子问题规模不等的做法要好。 分治法的复杂性分析 分治法的适用条件 分治法所能解决的问题一般具有以下几个特征： 该问题的规模缩小到一定的程度就可以容易地解决； 该问题可以分解为若干个规模较小的相同问题，即该问题具有最优子结构性质 利用该问题分解出的子问题的解可以合并为该问题的解； 该问题所分解出的各个子问题是相互独立的，即子问题之间不包含公共的子问题。 通过例子来理解分治法 二分搜索 提高效率？ 减小规模？ 二分搜索技术 时间复杂性 O(n)O(logn) 例如：n=1010 再看分治算法 一般，分治算法常与递归方式结合； 一般，将问题分成两个子问题更合理，对于递归来说，分得太细对于效率和复杂性并无好处。 通过例子来理解分治法 大整数乘法 提高效率？ 乘法减少？ 大整数的乘法 问题：X和Y都是n位的二进制整数，要计算他们的乘积XY。 分治法：将n位的二进制整数X和Y都分成2段，每段的长为n/2位。 所以，X = A2n/2 + B, Y = C2n/2 + D XY = AC 2n + (AD+BC) 2n/2 + BD 算法复杂性分析 XY = AC 2n + (AD+BC) 2n/2 + BD 乘法次数：4次n/2位的整数乘法； 加法次数：3次整数加法； 移位次数：2次； 当n1时，有T(n)=4T(n/2)+O(n) T(n)=O(n2) 再接再厉 XY = AC 2n + (AD+BC) 2n/2 + BD XY = AC 2n + ((A-B)(D-C)+AC+BD) 2n/2 + BD 乘法次数：3次n/2位的整数乘法； 加法：6次整数加法； 移位：2次 当n1时，有T(n)=3T(n/2)+O(n) T(n)=O(nlog3)=O(n1.59) 通过例子来理解分治法 Strassen矩阵乘法 提高效率？ 乘法减少？ Strassen 矩阵乘法 通过例子来理解分治法 合并排序 分治法在排序中的应用！ 引子：插入排序 插入排序的复杂性分析 O(n2) 在这个算法中，大部分的时间都用在挪动元素中，随着已经排好顺序的数组的增长，被挪动的元素的个数也在增加，而且在整个过程中，很多元素不止挪动一次。 基本思想 当n=1时，终止排序 否则，将待排序元素分成两个大