算法效率分析与分治法的应用.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 分治思想 分治(divide-and-conquer)就是“分而治之”的意思，其实质就是将原问题分成n个规模较小而结构与原问题相似的子问题；然后递归地解这些子问题，最后合并其结果就得到原问题的解。其三个步骤如下； 分解(Divide)：将原问题分成一系列子问题。 解决(Conquer)：递归地解各子问题。若子问题足够小，则可直接求解。 合并(combine)；将子问题的结果合并成原问题的解。 分治思想 问题S 问题S 问题S S的解 问题S1 …… 问题S2 问题Si 问题Sn …… S1的解 …… S2的解 Si的解 Sn的解 …… 问题的分解 子集解的合并 子问题求解 分治思想 由分治法所得到的子问题与原问题具有相同的类型。如果得到的子问题相对来说还太大，则可反复使用分治策略将这些子问题分成更小的同类型子问题，直至产生出不用进一步细分就可求解的子问题。分治求解可用一个递归过程来表示。 要使分治算法效率高，关键在于如何分割？一般地，出于一种平衡原则，总是把大问题分成K个规模尽可能相等的子问题，但也有例外，如求表的最大最小元问题的算法，当n＝6时，等分定量成两个规模为3的子表L1和L2不是最佳分割。 例题1：消除隐藏线 在计算机辅助设计(CAD)中，有一个经典问题：消除隐藏线（被其它图形遮住的线段）。你需要设计一个软件，帮助建筑师绘制城市的侧视轮廓图。为了方便处理，限定所有的建筑物都是矩形的，而且全部建立在同一水平面上。每个建筑物用一个三元组表示(Li,Hi,Ri)其中Li和Ri分别是建筑物i 的左右边缘坐标，Hi是建筑物i的高度。 下面左图中的建筑物分别用如下三元组表示： (1,11,5),(2,6,7),(3,13,9),(12,7,16),(14,3 ,25),(19,18,22),(23,13,29),(24,4,28) 下面图中的城市侧视轮廓线用如下的序列表示： (1,11,3,13,9,0,12,7,16,3,19,18,22,3,23,13,29,0) 分析 本题其实是矩形覆盖问题的特殊情形——固定了矩形的下边界。本题可以使用矩形切割或者离散化加上线段树解决，但是前者的时间复杂度在最坏情况下可能达到O(n3)，而后者的编程实现比较复杂。 要求n个矩形的轮廓，先将这n个矩形分成两个大小相等的部分，分别求其轮廓，然后再将这两个轮廓合并。 规模为1的问题可以直接解决。具体来说，如果这个矩形的三元组表示为(L,H,R)，那么其轮廓为(L,H,R,0)。 对于规模为k的问题，假设得到了两个规模为k/2的轮廓，分别为A和B，我们如何得到合并后的轮廓C？首先，容易证明轮廓C的每一个横坐标，都来源于轮廓A和B的横坐标，而不会产生新的坐标值。因此，我们只需计算A和B中所有涉及到的横坐标在C中的高度。 由于轮廓C中的横坐标值要求有序，我们可以仿照归并排序的方法，用两个指针扫描轮廓A和B。 具体的方法是，设指针i指向轮廓A的当前横坐标，指针j指向轮廓B的当前横坐标。如果指针i指向的横坐标较小，那么将这一横坐标加入到C中，且在C中的高度为A中第i个横坐标对应的高度与B中第j-1个横坐标对应的高度的最大值。 然后将指针i向后移一位；指针j指向的横坐标较小的情况则类似处理。如果两个指针指向的横坐标相同，此时只需将这一横坐标加入到C中一次，且高度为两指针指向高度的最大值，然后将两指针同时向后移一位。最后，需要扫描一遍轮廓C，将相邻的高度相同的横坐标合并。 分析时间复杂度，T(n)=O(nlogn)。空间方面，由于递归的层数为O(logn)，每一层需要保存O(n)的空间，所以总的空间复杂度为O(nlogn)。 例题2：Bone Sort(ZJU1440) 求一个未排序的序列需要经过多少次交换操作才能使序列升序有序，并且求出原序列中有多少个逆序对。 算法Part1 算法思想： 按照顺序扫描序列的每一位，如果此位尚未调整至升序要求则进行一次交换。 具体实现： （1）预处理：对原序列升序排序[复杂度O(NLog2N)]。 （2）依次检查原序列的每一位[复杂度O(N)]： 判断该位置目前的值是否与排序后的等位的值相同 相同则继续检查下一位 否则将当前位置值与排序后等位的值所在的位置交换，更新交换次数 求逆序对 求逆序对有多种方法， 目前使用比较广泛且实现比较简单的主要有三种算法： 1、归并排序 2、线段树 3、树状数组 归并排序方法求逆序对 假设当前需要归并[l, mid] 和[mid+1, r] 两段区间，设前一