算法分析与设计5【荐】.pptVIP

Chapter 5 Induction Introduction Radix Sort Integer Exponentiation Evaluating Polynomials Generating Permutations Finding the Majority Element Introduction 递归算法的基本模式（求解问题） 递归算法的 优点 例1 选择排序 例2 直接插入排序 递归算法的基本模式（求解问题） 1. n=1, f(1) … (直接求解)； 2. 若f(k)…（kn）可求，则 利用f(1)、…、f(n-1)得f(n)…。 注：一般来说，求f(k)（kn）比求f(n)容易。若有办法由f(1)、…、f(n-1)得到f(n)即可。 归纳原理 递归算法的基本模式（求解问题） 递归算法的框架： f(n) { n=1, f(1) … (直接求解)； n1, 利用f(1)、…、f(n-1)求得f(n)…； } 注：关键步骤是由f(1)、…、f(n-1)得到f(n)。 其正确性可使用归纳法来证明。 递归算法的特点 递归算法的优点： 1. 读写简明； 2. 算法的正确性易于用数学归纳法来证； 3. 算法的复杂性往往可利用递归关系来分析 缺点： 1. 算法的执行流程不易理解； 2. 递归调用往往需要额外的时空开销 例1 选择排序 算法的基本框架： A[i…n]排序 { 若ni, 将A[i…n]中最小元素找出，并换至A[i]处； A[i+1…n]排序; } 算法递归调用图 算法的时空复杂性分析 例2 直接插入排序 算法的基本框架： A[1…i]排序 { 若i1, A[1…i-1]排序; 将A[i]插入到A[1…i-1]中的适当位置处； } 算法递归调用图 算法的时空复杂性分析 Radix Sort（基数排序） 问题： 要求对 n个数的序列L={a1, a2 , …, an}进行排序，其中每个数恰好由k位数字组成，每位数字均取自{0,1,…,9}。 算法思想：对于k使用归纳法。 例子 Algorithm 5.3 RADIXSORT 算法的时空复杂性分析 时间复杂度： ?(kn) 空间复杂度： ?(n) Integer Exponentiation(求整数次幂) 问题： 求实数x的n次幂，即xn ，其中n为一个非负整数。 算法思想 计算xn { 计算xm ； // m=?n/2? 若n是偶数，则xn =(xm)2, 若n是奇数，则xn =x(xm)2 } Algorithm 5.4 EXPREC Algorithm 5.5 EXP 算法的时空复杂度： ?(log n) Evaluating Polynomials(多项式求值) 问题： 求下列实系数多项式的值： Pn(x)=anxn+ an-1xn-1 + …+ a1x + a0 算法思想（Horner’s rule） Pn(x)= xPn-1(x) + a0 Algorithm 5.6 HORNER 算法的时空复杂性分析 时间复杂度： ?(n) Generating Permutations(生成排列) 问题： 要求产生1,2,…,n的所有排列。 算法1 算法思想 1[2,3,…,n的排列]， 2[1,3,…,n的排列]，……， n[1,2,…,n-1的排列]。 Algorithm 5.7 PERMUTATIONS1 算法时间复杂度: ?(nn!) Generating Perm