NOIP基础算法——贪心和分治讲稿.ppt

NOIP基础算法——分治与贪心 第五部分 分治策略 一、分治思想 分治法，又叫分治策略，顾名思义，分而治之。 它的基本思想：对于难以直接解决的规模较大的问题，把它分解成若干个能直接解决的相互独立的子问题，递归求出各子问题的解，再合并子问题的解，得到原问题的解。 通过减少问题的规模，逐步求解，能够明显降低解决问题的复杂度。 二、分治法的适用条件 能使用分治法解决的问题，它们一般具备以下几个特征： ①该问题可分解成若干相互独立、规模较小的相同子问题； ②子问题缩小到一定的程度就能轻易得到解； ③子问题的解合并后，能得到原问题的解； 分治法在信息学竞赛中应用非常广泛，使用分治策略能生成一些常用的算法和数据结构，如快排、最优二叉树、线段树等；还可以直接使用分治策略，解决一些规模很大、无法直接下手的问题。 三、分治的三步骤 ①分解：将要解决的问题分解成若干个规模较小的同类子问题； ②解决：当子问题划分得足够小时，求解出子问题的解。 ③合并：将子问题的解逐层合并成原问题的解。 分治算法设计过程图 在划分问题时，可以采用递归策略，把一个大问题逐步分解成规模较小的子问题，直至可以直接求出子问题的解；再将子问题逐层合并，返回到顶层，得到原问题的解。 根据分治策略的划分原则，把原问题划分成多少个子问题才合适呢？各个子问题的规模应该多大才合适呢？ 一般来说，每次划分成2个子问题，每个子问题的规模差不多最合适。合并解时要因题而异，有些问题递归分解完能直接得到原问题的解，有些问题需逐层合并，得到原问题的解。 四、分治的框架结构 procedure Divide() begin if(问题不可分)then//解决 begin 直接求解； 返回问题的解； end else begin 对原问题进行分治；//分解 递归对每一个分治的部分进行求解; //解决 归并整个问题，得出全问题的解; //合并 end end; 五、分治的典型应用 1、求最大值和最小值 2、求方程的根 3、二分查找 4、归并排序 5、快速幂 6、求解线性递推关系 7、棋盘覆盖问题 8、循环日程表问题 9、寻找最近点对 1、求最大值和最小值 例题1：给n个数，求它们之中最大值和最小值，要求比较次数尽量小。 分析：假设数据个数为n,存放在数组a[1..n]中。可以直接进行比较： minn:=a[1];maxx:=a[1]; for i:=2 to n do if a[i]maxx then maxx:=a[i]; else if a[i]minn then minn:=a[i]; 使用这一算法，比较次数为2(n-1)。若n=10,则比较18次。 【方法2】分治策略 划分：把n个数均分为两半。即：划分点为d=(r1+r2)/2，两个区间为[r1,d]和[d+1,r2]。 递归求解：求左半的最小值min1 和最大值max1以及右半最小值min2和最大值max2。 合并：max1与max2比较得到所有数的最大值为maxx； min1与min2比较得到所有数的最小值为minn。 procedure pd(r1,r2:integer;var maxx,minn:integer) begin var max1,min1,max2,min2,d:integer; if r1=r2 then begin maxx:=x[r1]; minn:=x[r1];end else if r2=r1+1 then begin if x[r2]x[r1] then begin maxx:=x[r2];minn:=x[r1];end else begin maxx:=x[r1];minn:=x[r2];end end else begin d:=(r1+r2)/2; pd(r1,d,max1,min1);