第4章基本的算法策略(2011-10-10).ppt

第4章 基本的算法策略 4.1 迭代算法 (略去) 4.2 蛮力算法 (略去) 4.3 分而治之算法 4.4 贪婪算法 4.5 动态规划 4.6 算法策略间的比较 4.3 分而治之算法 一、 分治算法框架 二、 典型二分法 算法分析： 递归关系式(比较次数）: 当n是2的幂时，即对于这个某个正整数k，n=2k，有 ???????????? 三、二分法不相似情况 【例】残缺棋盘 残缺棋盘是一个有2k×2k （k≥1）个方格的棋盘，其中恰有一个方格残缺。图4-7给出k=1时各种可能的残缺棋盘，其中残缺的方格用阴影表示。 ? 　　　①号 ②号 ③号 ④号 四种三格板 这样的棋盘我们称作“三格板”，残缺棋盘问题就是要用这四种三格板覆盖更大的残缺棋盘。在此覆盖中要求： 1）两个三格板不能重叠 2）三格板不能覆盖残缺方格，但必须覆盖其他所有的方格 在这种限制条件下，所需要的三格板总数为(2k×2k -1 )/3。 算法设计1：下面用分而治之方法解决残缺棋盘问题。 1）问题分解过程如下： 以k=2时的问题为例，用二分法进行分解，得到的是如下图4-8，用双线划分的四个k=1的棋盘。但要注意这四个棋盘，并不都是与原问题相似且独立的子问题。因为当如图4-8中的残缺方格在左上部时，第1个子问题与原问题相似，而右上角、左下角和右下角三个子棋盘（也就是图中标识为2、3、4号子棋盘），并不是原问题的相似子问题，自然也就不能独立求解了。当使用一个①号三格板（图中阴影）覆盖2、3、4号三个子棋盘的各一个方格后，如4-8右图所示，我们把覆盖后的方格，也看作是残缺方格（称为“伪”残缺方格），这时的2、3、4号子问题就是独立且与原问题相似的子问题了。 从以上例子还可以发现，当残缺方格在第1个子棋盘，用①号三格板覆盖其余三个子棋盘的交界方格，可以使另外三个子棋盘转化为独立子问题；同样地（如下图4-9所示），当残缺方格在第2个子棋盘时，则首先用②号三格板进行棋盘覆盖，当残缺方格在第3个子棋盘时，则首先用③号三格板进行棋盘覆盖，当残缺方格在第4个子棋盘时，则首先用④号三格板进行棋盘覆盖，这样就使另外三个子棋盘转化为独立子问题。 如下图4-9： 2）棋盘的识别 棋盘的规模是一个必要的信息，有了这个信息，只要知道其左上角的左上角方格所在行、列就可以唯一确定一个棋盘了，残缺方格或“伪”残缺方格直接用行、列号记录。 ? tr 棋盘中左上角方格所在行。 ? tc 棋盘中左上角方格所在列。 ? dr 残缺方块所在行。 ? dl 残缺方块所在列。 ? size 棋盘的行数或列数。 数据结构设计：用二维数组board[ ][ ]，模拟棋盘。覆盖 残缺棋盘所需要的三格板数目为：( size2 -1 ) / 3 将这些三格板编号为1到( s i z e2-1 ) / 3。则将残缺棋 盘三格板编号的存储在数组board[ ][ ]的对应位置中，这 样输出数组内容就是问题的解。结合图4-9，理解算法。 算法如下： int amount=0; main（　） { int size=1,x,y; input(k); for (i=1;i=k;i++) size=size*2; print(“input incomplete pane ”); input(x,y); Cover(0, 0, x, y, size); } Cover(int tr, int tc, int dr, int dc, int size) { if (size2) return; int t = amount ++, // 所使用的三格板的数目 s=size/2; 　　　// 子问题棋盘大小 if (dr tr + s dc tc + s) / /残缺方格位于左上棋盘 ｛Cover ( tr, tc, dr, dc, s); Board[tr + s - 1][tc + s] = t; 　　// 覆盖１号三格板 Board[tr + s][tc + s - 1] = t; Board[tr + s][tc + s] = t; Cover (tr, tc+s, tr+s-1, tc+s, s); // 覆盖其余部分 Cover(tr+s, tc, tr+s, tc