算法设计教程02.ppt

第2章 分治策略 第2章 分治策略 解决问题： 方法1、两两比较（最坏情况比8次） 方法2、硬币分成两组，一次比较两组。一次比较后，可以舍弃完全是真币的那一组，只对另一组进行下一步的比较。（3次）） 关键：将大问题分割成若干小问题，小问题与原有问题是完全类似的。 2.1 分治法的基本思想 分治法的基本思想 大问题分解为子问题，这些子问题互相独立且与原问题相同。 分别求解子问题。如果子问题的规模仍然不够小，则再划分为k个子问题，如此递归的进行下去，直到问题规模足够小，很容易求出其解为止。 合并解，自底向上逐步求出原来问题的解。 分治法的设计思想是，将一个难以直接解决的大问题，分割成一些规模较小的相同问题，以便各个击破，分而治之。 2.1 分治法的基本思想 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（当问题的最优解包含了其子问题的最优解时，称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。 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，此时虽然也可用分治法，但一般用动态规划较好。 2.1 分治法的基本思想 分治法的基本步骤 divide-and-conquer(P) { 　if ( | P | = n0) adhoc(P); //解决小规模的问题 　divide P into smaller subinstances P1,P2,...,Pk；//分解问题 　for (i=1,i=k,i++) 　yi=divide-and-conquer(Pi); //递归的解各子问题 　return merge(y1,...,yk); //将各子问题的解合并为原问题的解 } 2.1 分治法的基本思想 2.1 分治法的基本思想 分治法的复杂性分析 分治法将规模为n的问题分成k个规模为n／m的子问题去解。设分解阀值n0=1，且adhoc解规模为1的问题耗费1个单位时间。再设将原问题分解为k个子问题以及用merge将k个子问题的解合并为原问题的解需用f(n)个单位时间。用T(n)表示该分治法解规模为|P|=n的问题所需的计算时间，则有（右上）。 通过迭代法求得方程解（右下） 。 补充：递归方程求解 常用方法： 代入法 迭代法 套用公式法 差分方程法 母函数法 补充：递归方程求解 1、代入法 先推测递归方程的显式解，然后用数学归纳法证明这一推测的正确性。那么，显式解的渐近阶即为所求。 例如： 补充：递归方程求解 2、迭代法 通过反复迭代，将递归方程的右端变换成一个级数，然后求级数的和，再估计和的渐近阶 。另外可画递归树。 补充：递归方程求解 递归树 T(n)= T(n/3)+ T(2n/3)+n 当我们累计递归树各层的值时，得到每一层的和都等于n，从根到叶的最长路径是 补充：递归方程求解 3、套用公式法 对于形如 T(n)=aT(n/b)+f(n) 的递归方程，给出三种情况下方程解的渐近阶的三个相应估计公式供套用。 补充：递归方程求解 3、套用公式法 2.2 二分搜索技术 给定已按升序排好序的n个元素a[1:n]，现要在这n个元素中找出一特定元素x。 适用分治法求解问题的基本特征： 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; 分解出的子问题的解可以合并为原问题的解； 分解出的各个子问题是相互独立的。 很显然此问题分解出的子问题相互独立，即在a[i]的前面或后面查找x是独立的子问题，因此满足分治法的第四个适用条件。 2.2 二分搜索技术 2.2 二分搜索技术 二分搜索算法： public static int binarySearch(int [] a, int x, int n) {// 在 a[0] = a[1] = ... = a[n-1] 中搜索 x // 找到x时返回其在数组中的位置，否则返回-1 int left = 0; int right = n - 1; while (left = right) { int mid = (left + right)/2; // mid = low + ((high - low) / 2); if (x == a[mid]) return mid; if (x a[mid]) left = mid + 1; else right = mid - 1; } return -1; // 未找到x } 2.2 二分搜索技术 //初始 left