第3章蛮力法.ppt.ppt

算法3.11的基本操作是计算两个点的欧几里德距离。注意到在求欧几里德距离时，避免了求平方根操作，其原因是：如果被开方的数越小，则它的平方根也越小。所以，算法3.11的基本操作就是求平方，其执行次数为： 3.6.2 凸包问题 定义3.1 对于平面上的一个点的有限集合，如果以集合中任意两点P和Q为端点的线段上的点都属于该集合，则称该集合是凸集合。 显然，任意凸多边形都是凸集合。 (a) 凸集合 (b) 非凸集合 定义3.2 一个点集S的凸包是包含S的最小凸集合，其中，最小是指S的凸包一定是所有包含S的凸集合的子集。 对于平面上n个点的集合S，它的凸包就是包含所有这些点（或者在内部，或者在边界上）的最小凸多边形。 P7 P6 P5 P3 P8 P9 P1 P2 P4 凸包问题是为一个具有n个点的集合构造凸多边形的问题。为了解决凸包问题，需要找出凸多边形的顶点，这样的点称为极点。 一个凸集合的极点应该具有这样性质：对于任何以凸集合中的点为端点的线段来说，它不是这种线段中的点。 定理3.1 任意包含n2个点（不共线）的集合S的凸包是以S中的某些点为顶点的凸多边形；如果所有点都位于一条直线上，则凸多边形退化为一条线段。 蛮力法求解凸包问题的基本思想：对于一个由n个点构成的集合S中的两个点Pi和Pj，当且当该集合中的其他点都位于穿过这两点的直线的同一边时（假定不存在三点同线的情况），他们的连线是该集合凸包边界的一部分。对每一对顶点都检验一遍后，满足条件的线段构成了该凸包的边界。 在平面上，穿过两个点(x1, y1)和(x2, y2)的直线是由下面的方程定义的： ax + by = c (其中，a=y2-y1, b=x1-x2, c=x1y2-y1x2) 这样一条直线把平面分成两个半平面：其中一个半平面中的点都满足ax + by＞c，另一个半平面中的点都满足ax + by＜c，因此，为了检验这些点是否位于这条直线的同一边，可以简单地把每个点代入方程ax + by = c，检验这些表达式的符号是否相同。 该算法的效率如何呢？所有不同的点共组成了n(n-1)/2边，对每条边都要对其他n-2个顶点求出在直线方程ax + by = c中的符号，所以，其时间复杂性是O(n3)。 3.7 实验项目——串匹配问题 1. 实验题目 给定一个文本，在该文本中查找并定位任意给定字符串。 2．实验目的 ⑴ 深刻理解并掌握蛮力法的设计思想； ⑵ 提高应用蛮力法设计算法的技能； ⑶ 理解这样一个观点：用蛮力法设计的算法，一般来说，经过适度的努力后，都可以对算法的第一个版本进行一定程度的改良，改进其时间性能。 3. 实验要求 ⑴ 实现BF算法； ⑵ 实现BF算法的改进算法：KMP算法和BM算法； ⑶ 对上述三个算法进行时间复杂性分析，并设计实验程序验证分析结果。 算法3.4——KMP算法中求next数组 void GetNext(char T[ ], int next[ ]) { next[1]=0; j=1; k=0; while (jT[0]) if ((k= =0)| |(T[j]= =T[k])) { j++; k++; next[j]=k; } else k=next[k]; } KMP算法用伪代码描述如下： 算法3.5——KMP算法 1. 在串S和串T中分别设比较的起始下标i和j； 2. 循环直到S中所剩字符长度小于T的长度或T中所有字符均比较完毕 2.1 如果S[i]=T[j]，则继续比较S和T的下一个字符；否则 2.2 将j向右滑动到next[j]位置，即j=next[j]； 2.3 如果j=0，则将i和j分别加1，准备下一趟比较； 3. 如果T中所有字符均比较完毕，则返回匹配的起始下标；否则返回0； KMP算法的时间复杂性是O(n+m)，当mn时，KMP算法的时间复杂性是O(n)。 3.3 排序问题中的蛮力法 3.3.1 选择排序 3.3.2 起泡排序 3.3.1 选择排序 选择排序第i趟排序从第i个记录开始扫描序列，在n-i+1（1≤i≤n-1）个记录中找到关键码最小的记录，并和第i个记录交换作为有序序列的第i个记录。