第六章基本算法设计策略-分治法.pptVIP

VI、基本算法设计策略 基本策略 分治法 贪婪法 动态规划法 搜索策略 §6.1分治法 快速排序算法的设计与分析 快速变换:FFT及快速数论变换 例：整数相乘 N位整数相乘需要 次乘法 4837*5261= 4837=48*100+37=100*w+x 5261=52*100+61=100*y+z ? 4837*5261=(100*w+x)*(100*y+z)=10000wy+100(wz+xy)+xz (w+x)(y+z)=wy+(wz+xy)+xz 从而，仅需3次乘法即可完成 ? 该算法即STARSSEN矩阵乘法的来源 极大极小 同时查找数组中的最大最小元 用分治法解决上述问题： 如果集合中只有1个元素，则它既是最大值也是最小值； 如果有2个元素，则一次比较可得到最大和最小；； 如果把集合分成两个子集合，由两组最大元比较得到最大元，两组最小元比较得到最小元。递归的应用这个算法！ 2．FFT 卷积： 多项式的积： 及 ，并且 ， 则 DFT定义：序列 的离散傅氏变换为 ?该变换的逆变换为： 令 ，则上式可写为 ： 其它的一个重要性质：时域卷积对应于频域积。 多项式的积 两个多项式的积： 其中 此即卷积运算； 序列运算可用蝶形表示： 对于以下的8个的情形， 这一描述复杂并且不直观。 这一变换基于运算中的性质： 从算法分析角度： 于是：分别考虑对其奇数项和偶数项作傅氏变换： 则 从而，可以将对N个量的傅氏变换变成为对两个规模更小的序列（在小为一半）的变换。这样，将变换的量大大减小。 实际计算时，注意到对另外一半 时： 复杂度 应用：大数乘法 利用FFT计算积A=1634，B=9827 即 对A与B进行逐一做积 进行反变换： 舍入成整数 ： 数表示成 ： 注意到可能的截断误差，使用数论变换更为适合 数论变换 考虑在模F的域上的变换： 其中 ， 为在模F域上的逆。 一般取F：Mersenne数 或Fermat数 这样即可免去误差。 缺陷：无直接的物理意义。 数论变换 取Fermat数F=257， 找到为 反数论变换后得 活动安排问题 例： 一个实例 例如，对右图中的有向图，应用Dijkstra算法计算从源顶点1到其它顶点间最短路径的过程列在下页的表中。 Dijkstra算法的迭代过程： 60 30 50 10 5 {1,2,4,3,5} 4 60 3 {1,2,4,3} 3 90 50 4 {1,2,4} 2 60 2 {1,2} 1 100 30 ∞ 10 - {1} 初始 dist[5] dist[4] dist[3] dist[2] u S 迭代 计算复杂性： 对于具有n个顶点和e条边的带权有向图，如果用带权邻接矩阵表示这个图，那么Dijkstra算法的主循环体需要O(n)时间。这个循环需要执行n-1次，所以完成循环需要O(n2)时间。算法的其余部分所需要时间不超过O(n2)。 多机调度问题 多机调度问题要求给出一种作业调度方案，使所给的n个作业在尽可能短的时间内由m台机器加工处理完成。 约定，每个作业均可在任何一台机器上加工处理，但未完工前不允许中断处理。作业不能拆分成更小的子作业。 这个问题是NP完全问题，到目前为止还没有有效的解法。对于这一类问题,用贪心选择策略有时可以设计出较好的近似算法。 采用最长处理时间作业优先的贪心选择策略可以设计出解多机调度问题的较好的近似算法。 按此策略，当n≤m时，只要将机器i的[0, ti]时间区间分配给作业i即可，算法只需要O(1)时间。 当nm时，首先将n个作业依其所需的处理时间从大到小排序。然后依此顺序将作业分配给空闲的处理机。算法所需的计算时间为O(nlogn)。 * 令 ，则得 从而快速傅氏变换的复杂性度为 贪婪法 以当前的信息为基础做出最佳决策 Huffman编码 例：分数分解 给定分数 分解为 其中 算法：找到最接近的数 i=1 Label2: If p=1 then k(i)=q stop 1/k(i)=largest rec