数据结构与算法Java版罗文劼第8章扩展应用举例课件教学.pptVIP

馋死 PPT研究院 POWERPOINT ACADEMY * * 第*页 在线教务辅导网： 更多课程配套课件资源请访问在线教务辅导网 第8章 扩展应用举例 * 1.教学内容 求最大子段和、表达式树的构造、由等价关系求划分 2.教学目的 理解穷举的思想，能够应用穷举思想设计算法以及进行算法分析的。理解分治策略的思想，以及分治与递归的关系；并能举出在数据结构课程中应用分治策略的算法。理解动态规划策略的思想，以及其求解过程与分治策略的不同之处。理解表达式与二叉树的对应关系；巩固对字符串、栈和二叉树存储和遍历知识的掌握。掌握用树表示集合的方法，理解其便利之处和存在的问题与解决思路。 3.教学重点 穷举法、分治策略和动态规划策略在算法设计中的应用。表达式与二叉树的对应关系。采用树结构表达集合的应用。 4.教学难点 动态规划的策略思想 * 8.1 求最大子段和 问题的描述 给定有n个整数(可能为负整数)组成的序列a1,a2,...,an，求该序列连续的子段和的最大值；如果这个最大值是负整数，则定义其最大子段和为0。即根据下面的公式进行求解。 例如： (a1,a2,a3,a4,a5)=(-5,11,-4,13,-4-2) 最大子段和为11+(-4)+13=20。 * 问题分析与解决 1．数据的存储 这个应用要处理的数据是线性结构，由于要对不确定长度的数据进行求和，因此采用顺序存储比较方便，这里用一维数组List存放数据，每个数据元素为整型。 2．简单穷举法 【算法8-1】简单穷举法求解最大子段和 * 3．改进的穷举法 通过分析，可以看到，从位置i到位置j的子列和等于从位置i到位置j－1的子列和加上List[j]，即 * 4．分治法 所谓分治法就是将一个难以解决的问题拆分成若干小问题或规模较小的相同问题，分别解决后原问题便得到解决，即所谓各个击破分而治之。 本问题采用的是类似归并排序的递归算法的拆分方法，简要描述如下。 步骤1：将所给序列List[0]~List[n-1]分为两段List[0]~List[n/2-1]和List[n/2]~List[n-1]； 步骤2：分别递归求得两段的最大子列和MaxLeftSum和MaxRightSum； 步骤3：从中分点分别向左、右两边扫描，找出中间跨分界线的最大子列和MaxMidSum； 步骤4：MaxSum＝max{MaxLeftSum，MaxMidSum，MaxRightSum}。 * * 5．动态规划法 动态规划方法是一种自底向上的求解方法，即根据得到的递归式，按照递归返回的顺序计算所要求的值。 从上述基于分治思想的求解分析中可看出，若记 则所求的最大子段和为： 由b[j]的定义知，当b[j－1]0时，b[j]=b[j－1]＋a[j]，否则b[j]=a[j]。由此可得计算b[j]的动态规划递归式： * * 问题描述 可以用二叉树的形式表示表达式，这样就可以通过对二叉树的遍历完成表达式的计算，那么如何将一串字符构成的算术表达式转换为二叉树形式的存储就是首先要解决的问题。 假设一串字符构成的算术表达式是仅含有二目运算的前缀、中缀和后缀表达式，考虑如何将它们转换成二叉树的表示形式。 8.2 表达式树的构造 * 问题分析与解决 本问题的输入数据是一串字符，在转换过程中，该串字符不需要改变，只需要顺次读取，因此可采用一维字符数组存储。本问题的输出是棵二叉树，二叉树中每个结点的数据域为一个运算对象或运算符。 将顺序存储的前缀表达式转换为表达式的二叉树存储时，需要借助一个栈空间帮助实现，用于暂存构造二叉树存储过程中形成的子树的根结点。 * 1．顺序存储的前缀表达式转换为表达式的二叉树存储 步骤1：读取表达式串的第一个字符。 步骤2：如果当前读入的字符是运算符，则将其作为单个结点构造一棵二叉树，并将这棵二叉树结点压入堆栈。 步骤3：如果当前读入的字符是运算对象，则将其作为单个结点构造一棵二叉树，然后读取栈顶元素，根据如下判断进行处理： 如果当前栈顶元素为运算符结点，则将构造的运算对象结点二叉树入栈； 如果当前栈顶元素为运算对象结点，则弹出栈顶的前两个元素，第二个弹出的结点必为运算符结点，将弹出的第一个结点和构造的结点分别作为运算符结