AlgoDA_LectureNotes_W5.pptVIP

Last Section Divide and Conquer MINMAX: 2n – 2 vs. 3n/2 – 2 二分搜索: 算法BINARYSEARCHREC在n 个元素组成的已排序数组中搜索某个元素所执行的元素比较次数不超过 ； 非递归； 合并排序： nlogn 寻找第 k 小元素：20cn 划分算法与快速排序：n-1 大整数乘法 设u 和v 是两个n 位的整数(二进制)，传统的乘法算法需要(n2) 数字相乘来计算u 和v 的乘积。 使用分治技术，这个上界将显著减小。 为简单起见，假定n 是2的幂。 把每个整数分为两部分，每部分为n/2位，则u 和v 可重写为u = w2n/2 + x 和v = y2n/2 +z U v 大整数乘法 u 和v 的乘积可以计算为： uv = （w2n/2 + x）(y2n/2 +z) = wy2n + (wz + xy) 2n/2 + xz 用2n 做乘法运算相当于简单地左移n 位，它需要θ( n) 时间。这样，在这个公式中，有4次乘法运算和3次加法运算，这蕴含着以下递推式成立 T (n) = d 若n = 1 =4T(n/2) + bn 若n 1 式中b 和d都是大于0的常量。 由定理，递推式的解是T(n) = ( n2). 大整数乘法 考虑用以下恒等式计算wz + xy wz + xy = (w + x) ( y + z) – wy – xz 由于wy 和 xz 不需要做二次计算，结合以上二式，仅需3次乘法运算，即 uv = wy2n + (( w + x) ( y + z) – wy –xz) 2n/2 + xz 这样u 和v的乘法运算简化为3次n/2规模整数的乘法运算和6次加法运算，这些加法所花时间是( n)。 大整数乘法 此方法产生以下递推式 T (n) = d 若n = 1 =3T(n/2) +bn 若 n1 上式中的b 和d 是适当选择的某个大于0的常量。由定理得出： T (n) =Θ ( n log 3) = O (n1.59) 这是对传统方法的一个显著改进。 矩阵乘法 A 和B 是两个n x n 的矩阵，我们希望计算它们的乘积C = AB 传统算法 C 由以下公式计算 C (i, j) = A (i, k) B (k, j) 算法需要n3次乘法运算和 n3 –n2次加法运算， 导致其时间复杂性为Θ ( n3)。 递归方法 设a, m分别表示加法和乘法的耗费 T(n) =m n=1 =8T(n/2)+4(n/2)2 a n=2 T(n)= mn3+an3-an2 同传统方法 STRASSEN 算法 算法的基本思想在于以增加加减法的次数来减少乘法次数： 用了7次n/2 x n/2 矩阵乘法和18次n/2 x n/2 矩阵的加法 设 A = a11 a12 和B = b11 b12 a21 a22 b21 b22 为了计算矩阵的乘积 C = a11 a12 b11 b12 a21 a22 b21 b22 STRASSEN 算法 首先计算以下的乘积 d1 = (a11 + a22) (b11 + b22) d2 = (a21 + a22) b11 d3 = a11 (b12 – b22) d4 = a22 (b21 –b11) d5 = (a11 + a12) b22 d6 = (a21 – a11) (b11 + b12) d7 = (a12 – a22) ( b21 + b22) 接着从下面式子计算出C C = d1 + d4 – d5 + d7 d3 + d5 d2 + d4 d1 + d3 – d2 + d6 STRASSEN 效率 算法用到的加法是18次，乘法是7次，对于其运行时间产生以下递推式 T (n) = m 若n=1 =7T (n/2) + 18(n/2)2 a 若n≥ 2 T (n) = mnlog7+6anlog7-6an2 即运行时间为Θ (nlog7)= O（n2.81）。 比较 比较 最近点对 T(n)=1 若n=2 =3 若n=3 =2T(n/2)+ O(nlgn) 若n3 Θ(nlog2n) T 中点按Y坐标排序 最近点对 T(n)=1 若n=2 =3 若n=3 =2T(n/2)+ Θ(n) 若n3 Θ(