《算法设计与分析》实验指导书.docVIP

算法设计与分析 实验指导书 邵阳学院信息工程系 2010年3月 实验1 最大子段和（分治法） 一、实验内容 运用分治法，编制程序求解如下问题： 给定由n个整数（可能有负整数）组成的序列（a1,a2,…,an），最大子段和问题要求该序列形如的最大值（1 i j n），当序列中所有整数均为负整数时，其最大子段和为0。 二、实验要求 1．进一步掌握递归算法的设计思想以及递归程序的调式技术； 2．理解这样一个观点，分治与递归经常同时应用在算法设计之中。 三、主要仪器设备 装有TC或Visual C++的PC机 四、实验步骤 1．算法分析 最大子段和问题的分治策略是： （1）划分：按照平衡子问题的原则，将序列 a1, a2, …, an 划分成长度相同的两个子序列 a1, …, an/2 和 an/2＋1, …, an ，则会出现以下三种情况： ① a1, …, an的最大子段和＝a1, …, an/2的最大子段和； ② a1, …, an的最大子段和＝an/2＋1, …, a的最大子段和； ③ a1, …, an的最大子段和＝，且 （2）求解子问题：对于划分阶段的情况①和②可递归求解，情况③需要分别计算： ， 则s1+s2为情况③的最大子段和。 （3）合并：比较在划分阶段的三种情况下的最大子段和，取三者之中的较大者为原问题的解。 分析算法的时间性能，对应划分得到的情况①和②，需要分别递归求解，对应情况③，需要两个并列for循环，时间复杂性是O n ，所以，存在如下递推式： 时间复杂性为O nlogn 。 2．参考代码 #include int MaxSum int a[], int left, int right int sum 0, leftsum 0, rightsum 0; int center, i, j; int s1, s2, lefts, rights; if left right //如果序列长度为1，直接求解 if a[left] 0 sum a[left]; else sum 0; else center left+right /2; //划分 //对应情况①，递归求解 leftsum MaxSum a, left, center ; //对应情况②，递归求解 rightsum MaxSum a, center+1, right ; //以下对应情况③，先求解s1 s1 0; lefts 0; for i center; i left; i-- lefts+ a[i]; if lefts s1 s1 lefts; //再求解s2 s2 0; rights 0; for j center+1; j right; j++ rights+ a[j]; if rights s2 s2 rights; sum s1+s2; //计算情况③的最大子段和 //合并，在sum、leftsum和rightsum中取较大者 if sum leftsum sum leftsum; if sum rightsum sum rightsum; return sum; int main int a[] -20, 11, -4, 13, -5, -2 ; int left 0, right 5; cout MaxSum a, left, right endl; return 0; 实验2 最长公共子序列问题 一、实验内容 利用动态规划算法编制程序求解下面的问题： 若给定序列X x1,x2,…,xm ，则另一序列Z z1,z2,…,zk ，是X的子序列是指存在一个严格递增下标序列 i1,i2,…,ik 使得对于所有j 1,2,…,k有：zj xij。例如，序列Z B，C，D，B 是序列X A，B，C，B，D，A，B 的子序列，相应的递增下标序列为 2，3，5，7 。给定2个序列X和Y，当另一序列Z既是X的子序列又是Y的子序列时，称Z是序列X和Y的公共子序列。给定2个序列X x1,x2,…,xm 和Y y1,y2,…,yn ，找出X和Y的最长公共子序列。 二、实验要求 1．熟悉最长公共子序列问题的算法； 2．初步掌握动态规划算法。 三、主要仪器设备 装有TC或Visual C++的PC机 四、实验步骤 1．算法分析 最长公共子序列问题具有最优子结构性质。设X x1 , ... , xm ，Y y1 , ... , yn ，及它们的最长子序列Z z1 , ... , zk ，则： （1）若xm yn，则zk xm yn，且Z[k-1]是X[m-1]和Y[n-1]的最长公共子序列 （2）若xm ! yn，且zk