Divide-and-Conquer技巧.ppt

Algorithms (Dr. Shi-Jay Chen, National United University) Course 5切割與征服Divide-and-Conquer ▓ Outlines 本章重點 Divide-and-Conquer策略的描述 Binary Search Merge Sort Divide-and-Conquer 的技巧 Quick Sort Strassen‘s 矩陣相乘演算法 何時不能使用 Divide-and-Conquer ▓ Divide-and-Conquer策略的描述與技巧 Divide-and-conquer 是一種由上而下 (top-down) 的解題方式. 它將一個問題切割 (divides) 成兩個或以上的較小問題。較小的問題通常是原問題的實例。 如果較小的問題之解可以容易地獲得，那麼原問題的解可以藉由合併較小問題的答案獲得。 如果小問題還是太大以致於不易解決，則可以再被切割成更小的問題直到切到夠小而易獲得結果為止。 Def: 可將母問題切割成較小的問題 (切割)，使用相同的解決程序加以處理 (征服)。所有小問題的解可以成為母問題的最後解; 若有必要，則再將每個小問題的處理結果加以合併，就可以得到最後的答案。 由於使用相同的解決程序處理每個小問題，這一個程序就會被遞迴呼叫，因此一個遞迴演算法則通常以一個副程式的型式出現，內部包含一個解決程序與遞迴呼叫。 對於具有遞迴關係的問題，或是一些採用遞迴定義的資料結構，都適合採用Divide-and-Conquer演算法設計策略 最簡潔、易懂 效率差 (∵採用遞迴設計) Divide-and-Conquer使用時機 下列兩種情況是適合使用Divide-and-Conquer設計策略 (也是遞迴演算法的適用時機): 問題本身具有遞迴關係 母問題可被切割成較小的 “相同” 問題 如: 階乘問題、費氏數問題、河內塔問題、快速排序問題、二元搜尋問題…等 資料結構屬於遞迴定義 大量的Data Set，在切割後仍為一組具 “相同性質” 的Data Set 如: 二元樹 (Binary Tree)、鏈結串列 (Link List)…等 遞迴演算法則的設計 找出問題的終止條件. 找出問題本身的遞迴關係 (遞迴呼叫). 技巧: 思考遞迴呼叫需要哪些參數? 遞迴呼叫的傳回值為何? 遞迴呼叫的終止條件為何? 終止傳回何值? ▓ Binary Search (二分搜尋) 實施前提: 檔案中記錄須事先由小到大排序過 須由Random (或Direct) access之機制支援 (e.g., Array) 觀念: 每次皆與Search範圍的中間記錄進行比較!! while ( l ? u ) 比較 (k, S[m]) case “=”: found, i = m, return i; case “”: u = m-1; case “”: l = m+1; recurn 0; 分析 利用Time function T(n) = T(n/2) + O(1) = T(n/2) + c = (T(n/4 + c)) + c = T(n/4) + 2c = (T(n/8) + c) + 2c = T(n/8) +3c = … = T(n/n) + log2n?c = T(1) + c log2n (T(1) = 1, c 為大於 0 的常數) = 1 + c log2n ? T(n) = O(log2n) 二元搜尋法的步驟摘要如下。如果x與中間項相同則離開，否則: 切割 (Divide) 該陣列成大約一半大小的兩個子陣列。. 如果x小於中間項，選擇左邊的子陣列。如果x大於中間項，則選擇右邊的子陣列。 藉由判斷x是否在該子陣列中來征服 (Conquer; 或稱解決 solve) 該子陣列。 除非該子陣列夠小，否則使用遞迴來做這件事。 由子陣列的解答來獲得 (Obtain) 該陣列的解答。 二元搜尋法是最簡單的一種Divide-and-conquer演算法。因為原有問題的解答就是較小問題所解出的解答，所以沒有輸出結果的合併。 ▓ Merge Sort (合併排序) 觀念: 將兩個已排序過的記錄合併，而得到另一個排序好的記錄。 可分為兩種類型: Recursive (遞迴) Iterative (迴圈, 非遞迴) Recursive Merge Sort (遞迴合併排序) 將資料量 n 切成 n/2 與 n/2 兩