算法分析-分治法.pptxVIP

算法分析与设计——分治法南阳理工学院软件学院 胡吉兴分治法分治法的基本思想归并排序及其优化快速排序、众数问题分治算法分析分治法的基本思想将原问题分解为若干个同质但规模较小的子问题，各个子问题规模大致相同。对这些子问题分别进行求解(经常表现为递归调用)。对各个子问题的解进行合并，从而得到原问题的解。归并排序（合并排序）void mergeSort(int arr[],int temp[],int begin,int end){ int mid; if(beginend) { mid=(begin+end)/2; mergeSort(arr,begin,mid); mergeSort(arr,mid+1,end); merge(arr,begin,mid,end); }}归并排序：有序表合并void merge(int *arr,int *temp,begin,mid,end){int i=begin,j=mid+1,k=begin; while(i=midj=end){if(arr[i]=arr[j]) temp[k++]=arr[i++];else temp[k++]=arr[j++];}while(i=mid) temp[k++]=arr[i++];while(j=end) temp[k++]=arr[j++];for(i=begin;i=end;i++)arr[i]=temp[i];}归并排序的执行过程归并排序的优化当n某个值，如16时，将归并排序替换为插入排序可以对归并前的序列做一些分析，如改为自然归并排序快速排序数组划分?两个数组各自排序void QuickSort(int A[],int left,int right){ if (leftright) { int p = Partition(A, left, right); QuickSort(A, left, p-1); QuickSort(A, p+1, right); }}快速排序：双端划分int partition(int*R，int i，int j){int pivot=R[i];while(ij){while(ijR[j].key=pivot.key) j--; if(ij) R[i++]=R[j]; while(ijR[i].key=pivot.key) i++；if(ij) R[j--]=R[i];}R[i]=pivot;return i；}快速排序执行过程图分治法递归式范式分治法的算法分析是典型的递归式求解的应用。其典型递归式如下：D(n)是把原问题分解为子问题所花的时间；C(n)是把子问题的解合并为原问题的解所花的时间；T(n)是一个规模为n的问题的运行时间。为简化算法分析，通常假设n为2的幂次，使得每次分解产生的子序列长度恰为n/2。这一假设并不影响递归式解的增长量级。归并排序算法分析（）归并排序n个数最坏运行时间：当n=1时，归并一个元素的时间是个常量；当n1时，运行时间分解如下：分解：仅仅是计算出子数组的中间位置，需要常量时间，D(n)=Θ(1)；解决：递归地求解两个规模为n/2的子问题，时间为2T(n/2)；合并：MERGE过程的运行时间为C(n)=Θ(n)。归并排序算法分析?求解该递归式，得分治法的效率总结?一般情况下，分治法的效率可以表示如下其中，f(n)为当问题规模为n时，分解问题和合并问题的总开销在该式中，时间复杂度与a、f(n)正相关，与b负相关，但真正决定时间复杂度的是与中数量级较大的一个大整数相乘问题设X和Y都是n位的大整数，存储一个数组中。现在要计算它们的乘积XY。我们可以用小学所学的方法来设计一个计算乘积XY的算法，但是这样做计算步骤太多，显得效率较低。这种方法要作O(n2)步运算才能求出乘积XY。长整数相乘：不好的分治法求解?我们将n位的整数X和Y各分为2段，每段的长为n/2位由此，X= ，Y= 。于是，X和Y的乘积为： 需要函数调用4次，若干个n位数的操作由此可得分治法划分图示AB?既然是一个n位整数，我们可以把它均分为两部分（首先前面加零补成2的整数次方位），如下图所示则，于是可以将n位长整数相乘问题转换为n/2位长整数相乘问题长整数相乘：改进的分治法求解?要想改进算法的计算复杂性，必须减少乘法次数。为此我们把XY写成另一种形式:虽然，式(3)看起来比式(1)复杂些，但它仅需做3次函数调用因此用解递归方程的套用公式法马上可得其解为最近点对问题(Closed Pair)?在一个二维空间中，有若干的点定义欧氏距离求所有点中的距离最小的两个点简单的优化思想?在计算欧氏距离时，不必开方如果已知最近距离为r，那么如果或，则不必进一步计算此两点距离如果进一步把各点按照x排序，则对所有 的点不必计算距离分治思