浅谈分治策略.ppt

基本思想 将原问题分解成若干子问题,然后求解子问题。子问题较原问题要容易些，由此得出原问题的解。分治策略一般递归进行，即子问题仍然可以用分治策略来处理，让最后的问题非常基本而简单。 基本步骤 一般分为三步递归进行 1.分解：将原问题分解为若干个规模较小，相互独立，与原问题形式相同的子问题； 2.解决：若子问题规模较小而容易被解决则直接求解，否则递归地解各个子问题； 3.合并：将该层递归各个子问题的解合并为原问题的解。 一般的算法设计模式 if 问题不可分then begin 直接求解； 返回问题的解； end else 将原问题分解为p1,p2….pk个子问题（一般采用二分法）； for i:=1 to k do 递归解决子问题pi； 合并该层递归中所有子问题的解； 分治法所能解决的问题一般具有以下几个特征： 1.该问题的规模缩小到一定的程度就可以容易地解决； 2.该问题可以分解为若干个规模较小且基本相同的子问题。 3.利用该问题分解出的子问题的解可以合并为该问题的解； 金块问题 老板有一袋金块，将有两名最优秀的雇员每人得到其中的一块，排名第一的得到最重的那块，排名第二的雇员得到袋子中最轻的金块。假设有一台比较重量的仪器，我们希望用最少的比较次数找出最重的金块。 二分法求解 如果n=2,直接比较得到重和轻的金块。 如果n2,把这部分金块分成两个部分，分别递归求解。 回溯：分别比较两部分中最轻和最重的金块。 举例：10，8，2，4，5，3，9，1 分治过程： 比较过程： procedure gold(st,ed:integer); var k:integer; begin If ed-st1 then begin gold(st,(st+ed) div 2); gold((st+ed) div 2+1,ed); if a[st]a[(st+ed) div 2+1] then a[st]:=a[(st+ed) div 2+1]; if a[ed]a[(st+ed) div 2] then a[ed]:=a[(st+ed) div 2]; end else if a[st]a[ed] then begin k:=a[st]; a[st]:=a[ed]; a[ed]:=k; end; end; 求逆序对个数 有一实数序列A[1]、A[2] 、A[3] 、……A[n-1] 、A[n]，若ij，并且A[i]A[j]，则称A[i]与A[j]构成了一个逆序对，求数列A中逆序对的个数。 n≤10000。 例如，5 2 4 6 2 3 2 6，可以组成的逆序对有 （5 2），（5 4），（5 2），（5 3），（5 2）， （4 2），（4 3），（4 2）， （6 2），（6 3），（6 2）， （3 2） 共：12个 二分法求解 记a[st,ed]的逆序对个数共有aa[st,ed], 分为两段分别求解：aa[st,(st+ed) div 2] aa[(st+ed) div 2+1,ed] 则aa[st,ed]:=aa[st,(st+ed) div 2]+ aa[(st+ed) div 2+1,ed]+ f[st,(st+ed) div 2,ed]; f[st,(st+ed) div 2,ed]为一个数取a[st,(st+ed) div 2]令一个数取自a[(st+ed) div 2+1,ed]的逆序对数目。 f[st,(st+ed) div 2,ed]的求解方法 如果a[st,(st+ed) div 2]和a[(st+ed) div 2+1,ed] 两个子序列都已排好序， 则求f[st,(st+ed) div 2,ed]时会很容易。 因为求解的过程是由小段子序列合并求解大段序列，且要求小段子序列已排好序，所以可以在程序中融入归并排序算法。 procedure merge(st,ed:integer); var i,j,k,kk:integer; begin if ed-st0 then begin merge(st,(st+ed) div 2); merge((st+ed) div 2+1,ed); aaa[st,ed]:=aaa[st,(st+ed) div 2]+aaa[(st+ed) d