2.3分片算法专用课件.pptVIP

§3. ----把问题分成若干子问题，先求得子问题的解，然后把这些解合并起来，得出母问题的解。 一、分片独立的情况－－通过二分法分解或经过简单处理后，得到的是相似且相互独立的子问题 解： 过程MAXMIN，用一个变量S，|S|=2K ，K≥1， 每次返回（return）一个有序偶〈a,b〉， 其中a是最大元，b是最小元。 实际只是第2句（1次），第6句（2次）比较。 例如，n=8, n=23 , k=3 , Program flow 递归过程： （参见P.36程序） ∴是第2句共执行4次，第6句共执行3次，故共进行了 4×1+3×2=10次比较。 即，n=8, T(n)=10 （而方法1不分片, n=8, T(n) = 2n-3 = 2×8-3 = 13） 这个结果也可以用归纳法证明。 金块问题 老板有一袋金块（共n块，n是2的幂，n≥2），最优秀的雇员得到其中最重的一块，最差的雇员得到其中最轻的一块。假设有一台比较重量的仪器，希望用最少的比较次数找出最重和最轻的金块。 用二元树表示: ▲ 方法1 求最大元: 第三步以后， ∴ 总比较次数是： 比较次数为： 解得， f(n) = K+1 = logn + 1 ∴ 算法是O(logn). ---- 请自己验证！ 二、分片不独立的情况－－分解后不独立的子问题，主要表现在子问题之间包含了公共的子问题 总 之 分片法（又叫分治法）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几个相似问题，以便各个击破，分而治之。 分片法并不陌生，这个算法策略在数据结构中有较多应用，如折半查找、合并排序、快速排序、二叉树遍历（先遍历左子树再遍历右子树）、二叉排序树的查找等算法。 分片法是一种找大规模问题与小规模问题关系的方法，其求解很自然地可以用一个递归过程来表示，因此，分片法是递归设计方法的一种具体策略。 2个n位数(二进制数)相乘。 传统的蛮力算法要O(n2)次位运算。 采用分治法，设x、y为2个n位数, n=2k (简化考虑而已),k∈P，那么，可把x、y各分成2个部分，每个 位。 例4:大整数乘法 所以， 注②： 有4个，每个是两个 位相乘，每个要进行 次，4个要进行n2次，∴没有收益。 注③： 这就仅3个（ac、(a+b)(c+d)、bd），每2个 位乘，另外加上一些加、减和移位。 ……………………….. (移前 位) ∴ 可有： begin 1. u ← (a+b)(c+d)； 2. v ← a×c； 3. w ← b×d； 4. z ← end 加、减和移位与n成正比。 n=1时为k， n＞1时为kn。 解得， ∴ 算法是O(nlog3) ( log3=1.59＜2 ） ∴ 该算法比传统的O(n2)算法要渐近较优。 上面方程也可写成通式： 有解， 上例，a=3， b=2， c=k， ∴ a＞b的解是 ∵ log23= log49 ∴ 如果采用b=4，且能够使a＜9（例如8），那么， 可得到一个比上法渐近更优的算法， 算法。 * * Divide-and-Conquer 第二章 （分片算法） 若子问题的解是母问题的较小文本，从而可以递归地运算，那么这个算法往往就非常有效。 §3.1 Divide-and-Conquer theory （ 分片算法原理 ） 设计过程分为3个阶段： ⑴ Divide = 整个问题划分为多个子问题。 ⑵ Conquer = 求解每个子问题（递归）。 ⑶ Combine = 合并子问题的解,形成原始问 题的解。 1.Divide-and-Conquer 算法的设计 例如，Merge-sort算法： 分析过程:(当一个算法递归地调用自己时) ⑴.建立递归方程 T(n) ⑵.求解 T(n) 2.Divide-and-Conquer 算法的分析 递归方程的建立方法: 设输入大小为n, T(n)为时间复杂性， 当nc, T(n)=?(1). Divide阶段的时间复杂性： ? 划分问题为a个子问题。 ? 每个子问题大小为1/b。 ⑴.