[计算机软件及应用]数据结构与算法 分治法.pptVIP

分治法解最近对问题（选） 分治法解最近对 问题：在一个包含 n 个点的点集中，找到距离最近的两个点。 简化：2 维空间上 n 点 P1 = (x1 , y1) ,..., Pn(xn , yn) 构成点集 S 设 n = 2k, k = 1,2, ... ，保证每次刚好对半拆分点集 S 蛮力法：穷举计算每一点对的距离，找其中最小距离的那一对。 前面讲过，具有平方增长率 T(n) ∈Θ(n2) 分治法 分解：递归地将点集 S 一分为二，在每一个子集中寻找最近对。 中值拆分：将 S 按 x 坐标的升序排序，取 x 坐标中位值 c 完成对S 拆分，分界线 x = c . 为保证两个子集的大小相同 n / 2，在分界线上 若有多个点，部分划入左子集S1，部分划入右子集S2 . 递归分解到 子集仅 2 个元素时停止拆分，计算距离。 考虑：排序后拆分的理由是什么？为何不直接按序列元素个数 n / 2 拆分为两个相同大小的子集？ 理由：若不排序，找不到分界直线 x = c 分治法解最近对问题(续) 组合 —— 子集解的递归组合，能得到最近对吗？ 不能！最近对可能出现在各次拆分的分界线两侧，如图所示。 要求：合并子集解时，要检查这种情况 。 最小距离 检查的点集范围：（右图）两竖线内测的点 【思考】为什么？ 理由：范围外两侧的点对最小距离≥ d . 【思考】y 坐标范围？ 设 C1 , C2 是垂直带内的点集。对 C1中每个点P(x,y) ，只检查 C2 中 y∈[ y - d, y + d ] 内的点 —— C2 此范围外的点到 P 点距离都大于 d . C2 中这样的点数 ≤ 6 个 （下页图示）教材 p.120 分治法解最近对问题：合并子集解 对于P 要检查的 6 个点 循环计算左侧区域 C1 中每个点P 与 右侧区域 C2 中[ y- d, y+d ] 范围内的点的距离，判断它是否小于d ； 小于d：该点对为本次合并子区域的最近对；大于 d：原最近对不变。 设 C1 有n个点，该区每个点需检查右区的最多 6个候选点，最坏时需计算 6 次欧氏平方距离。 合并效率：f (n) = 12n ∈Θ(n) 分治法解最近对算法的时间效率 对 n 个预排序点的增长函数： T(n) = 2T(n/2) + f (n) = 2T(n/2) + 12n 据主定理（a = b = 2, d = 1）： T(n)∈Θ(nlogn) 用nlogn型排序算法对输入点预排序，不影响算法的整体效率。 经证明，任何该问题的算法都∈Ω(nlogn)，nlogn型是最佳的。 分治法解凸包问题 分治法解凸包 —— 快包算法 问题：求包含平面上 n 个点的最小凸多边形。（二维凸包） 上包和下包： 上包 下包 点集S最左边和最右边两点一定是凸包顶点即P1和Pn ，P1Pn将S分为左右 两部分S1和S2。左侧点：P1Pn与该点构成逆时针回路，右侧点为顺时针。 快包算法 快包算法 上包为例 三角形内的点（包括边上的点）不予考虑，它们不可能是顶点。这样，原点集被P点分解为左右两个子集（点数差可能较大），分别以P1P 和PPn 代替P1Pn 进行递推，直到子集中没新顶点 P 为止。 如此找出凸包全部顶点。注：点集不必按 x 坐标升序排序（教材） 2. 组合算法 —— 顶点连接算法，教材未详细交代 参考方法：用 S1 和 S2 两个列表分别存放各次分解所得到的顶点集。 分解结束后，将这两个子集中的顶点按 y 坐标升序连接。要求对两个 列表中的顶点按升序排序。快包算法平均效率为nlogn 型，最差 n2 型 1. 分解算法 找P点：它到P1Pn距离最大dmax , 即构成三角形的面积最大，可用上面行列式的绝对值大小判断。 然后，找出 P1P 和 PPn 左边点集S1 和 S2，不存在同时位于这两条 直线左边的点！ 本章习题 本章习题 1. 已知 S 有 n 个元素（n = 2k, k≥0），写出求S最小元素的分治算法， 并分析算法的时间复杂度。 2. 已知矩阵A, B (1) 分别使用常规矩阵乘法、Strassen分治法编程计算A×B; (2) 比较两种算法的时间复杂度。 3. 分别编程对数组S[0...9] = { 15, 2, 4, 8, 3, 7, 1, 5, 6, 2 } 进行合并排序 和快速排序，并分析算法过程。 4. 在一个二维数组S[i, j] ( i=0,1,..., n-1; j=0,1,...m-1) 中，找出出现次数