3分治法(第k小元素poj2104)技术分析.ppt

第六章 分 治 6.1 引言 分治法的设计思想是，将一个难以直接解决的大问题，分割成一些规模较小的相同问题，以便各个击破，分而治之。 战略 算法设计技术 划分——治理——组合 6.1.1算法总体思想 将要求解的较大规模的问题分割成k个更小规模的子问题。 棋盘覆盖问题 6.1.2一个简单例子 问题一：在一个整数组A[1...n]中，同时寻找最大值和最小值 方法一：顺序扫描法 S1: min=A[1];max=A[1]; S2: 扫描数组，对i从2到n做： S2a: 如果A[i]min，则min=A[i]; S2b: 如果A[i]max，则max=A[i]; S3: 返回x,y的值 比较次数：2n-2 方法二：分治法 基本思想： （1）划分：将数组分割成两半 （2）治理：在每一半中找到最大值和最小值。 （3）合并：返回两个最大值中的最大值和两个最小值中的最小值。 算法6.1 Minmax(int low,int high) {if high-low=1 then if A[low]A[high] then return(A[low],A[high]) else return(A[high],A[low]) end if else mid=(low+high)/2 (x1,y1)=minmax(low,mid) (x2,y2)=minmax(mid+1,high) x=min{x1,x2}; y=max(y1,y2) return(x,y) endif 讨论（1） 请将以上算法改写为C程序 注意： （1）以上算法要求函数同时返回两个值，显然是不符合C语言语法的，请给出你的解决方案 （2）C中函数参数的传递是传值传递 Minmax(int A[],int low,int high,int *x,int *y) {if ( high-low==1) if (A[low]A[high]){*x= A[low];*y=A[high];} else {*x=A[high];*y=A[low]);} else {mid=(low+high)/2; minmax(A,low,mid,x1,y1); minmax(A,mid+1,high,x2,y2); x=min{x1,x2}; y=max(y1,y2); }} 时间复杂度分析： 1 若n=2 C(n)= 2C(n/2)+2 若n2 求解递推式得： C(n)=3n/2-2 6.2 二分搜索 问题：在一个有序序列中搜索给定值x，若找到，返回x所在位置，否则返回查找失败标志-1。 二分搜索过程 算法6.2 二分搜索的非递归算法 int BinarySearch(int a[], int n, int x ) { int low=0;high=n-1; while (high = low){ //待搜区间非空 int mid = (low+ high )/2; if (x == a[mid]) return mid; //查找成功 if (x a[mid]) high = mid-1; else low = mid+1; } return -1; //查找失败，返回-1 } 算法6.3 二分搜索的递归算法 int BSearch(int a[], int n, int x,int low,int high ) { if(lowhigh)return -1 //待搜区间为空 else { int mid = (low+ high )/2; if (x == a[mid]) return mid; //查找成功 if (x a[mid]) return BSearch(a,n,x,low,mid-1); else return BSearch(a,n,x,mid+1,high); } } 二分搜索算法分析 时间复杂度分析： 1 若n=1 C(n)=