算法设计与分析-分治法分析.ppt

LingJie/GDUT 第4章 分治法 在封建国家中，君主为了有效地统治国家，往往使用分治的方法， 就是将国土分成几个部分，对每一部分国土，君主派一个诸侯去管理， 国君自己就不直接过问这部分国土的事情了。 国君的工作就是将一个国家分成几个部分，委派诸侯，过问诸侯工作的结果。 在计算机科学中，这种思想得到借鉴。 分治法的基本思想 分治法的基本思想 将规模为N的问题分解为k个规模较小的子问题,使这些子问题相互独立可分别求解,再将k个子问题的解合并成原问题的解.如子问题的规模仍很大,则反复分解直到问题小到可直接求解为止。 在分治法中,子问题的解法通常与原问题相同,自然导致递归过程。 一个简单的例子： N个数字求和，如何用分治法解决？ 是不是分治法一定比蛮力法高效呢？ 串行计算 并行计算 通过分治法解决大问题的时间等于所有解决小问题的时间？ T(n)=aT(n/b)+f(n) T(n)=aT(n/b)+f(n)递推式的解法 直接使用公式 写出分治法解决n个数字相加问题的效率类型，设每次分为2个子问题 本章解决的问题： 排序 查找 大整数乘法 矩阵乘法 最近对 凸包 二叉树遍历 4.1 合并排序 思想 算法思路： 若n为1,算法终止;否则,将n个待排元素分割成k(k=2)个大致相等子集合A、B,对每一个子集合分别递归排序,再将排好序的子集归并为一个集合。 合并排序的递归算法 算法 MergeSort(A[0..n-1] ) // 输入：未排序序列A[0..n-1] // 输出：已排序序列A[0..n-1] if n 1 copy A[0..?n/2?-1] to B[0..?n/2?-1] copy A[?n/2?..n-1] to C[0..?n/2?-1] MergeSort( B ) MergeSort( C ) Merge( B,C,A ) Merge(B,C,A)是将有序数组B、C合并为有序数组A的算法。 称为归并排序 归并排序示例： 前提：数组B及数组C已经有序。 比较数组B的第一个记录与数组C的第一个记录将KEY值小者输出至数组A，再从相应数组读进一个记录，替代已被输出的记录，再继续比较。 结束：直至有一个数组的记录已被穷尽，然后再将未穷尽的数组上的所有记录拷贝到输出数组A上。 Merge(B[0..p-1],C[0..q-1],A[0..p+q-1]) i=0,j=0,k=0; while ip and jq do if B[i]≤C[j] A[k]=B[i], i=i+1 else A[k]=C[j], j=j+1 k=k+1 if i=p copy C[j..q-1] to A[k..p+q-1] else copy B[i..p-1] to A[0..p+q-1] 合并排序的效率分析 if n 1 copy A[0..?n/2?-1] to B[0..?n/2?-1] copy A[?n/2?..n-1] to C[0..?n/2?-1] MergeSort( B ) MergeSort( C ) Merge( B,C,A ) 基本操作？？ 似乎较难判断。 写出总体工作量表达式。 简写为 C(n)=2C(n/2)+Cmerge(n)+kn 基本操作 比较？拷贝？ (比较的次数不会大于拷贝的次数) 是否和其他因素相关？ 最坏情况如何？ 归并排序的效率Cmerge(n)=n, C (n)=2C(n/2)+sn 解得 C(n)=nlog2n-n+1∈Θ(nlog2n) 合并排序结论 最坏情况Θ(nlog2n) 优点： 合并排序在最坏情况下的键值比较次数十分接近于任何基于比较的排序算法在理论上能够达到的最少次数 合并排序精确解Cworst(n)=nlog2n-n+1 理论最小值nlog2n-1.44n向上取整 缺点： 需要线性的额外空间，体现在何处？ 虽然合并也可做到“在位”，但导致算法过于复杂。 4.2 快速排序 算法思路: 对于输入A[0.. n-1]，按以下三个步骤进行排序： (1)分区:取A中的一个元素为支点(pivot) 将A[0..n-1]划分成3段: A[0..s-1], A[s ],