ch4分治法-02.pptVIP

LingJie/GDUT 第4章 分治法 分治法的基本思想 将规模为N的问题分解为k个规模较小的子问题,使这些子问题相互独立可分别求解,再将k个子问题的解合并成原问题的解.如子问题的规模仍很大,则反复分解直到问题小到可直接求解为止。 在分治法中,子问题的解法通常与原问题相同,自然导致递归过程。 分治法是按照以下方案工作的： 1. 将问题的实例划分为同一个问题的几个较小的实例，最好拥有同样的规模。 2.对这些较小实例的求解（一般使用递归方法，但在问题规模足够小的时候，有时也会使用一些其他方法）。 3.如果必要的话，合并这些较小问题的解，以得到原始问题的解。 问题规模为n的实例被划分为两个规模为n/2的实例。更一般的情况下，一个规模为n的实例可以划分为若干个规模为n/b的实例,其中a个实例需要求解(这里，ａ和b是常量) 为了简化分析，我们假设n是b的乘方，对于算法的运行时间，有下列递推式： T(n)=ａT(n/b)+f(n) 其中，f(n)是一个函数，表示将问题分解为小问题和将结果合并起来所消耗时间（对于求和的例子来说，a=b=2, f(n)=1）。该递推式被称为通用分治递推式。 主定理 如果在递推式中f(n)∈⊙(n)，其中d=0,那么： ⊙（n） 当ab时 T(n)∈ ⊙（nlog n） 当a＝b时 ⊙（n） 当a b时 （对O和∩符号来说类似的结论也是成立的） 例如，对于上面的分治法求和算法，当输入规模为n=2时，加法运算次数A(n)可以用下面的例子来说，a=1, b=2, d=0；这样一来，因为a b, A(n) ∈⊙n）=⊙（n）=⊙（n） 本章主要内容： 4.1 合并排序 4.2 快速排序 4.3 折半排序 4.4 二叉树遍历及其相关特性 4.5 大整数乘法和矩阵相乘 4.6 解最近对问题与凸包问题 4.1 合并排序 合并排序的递归算法 算法 MergeSort(A[0..n-1] ) // 输入：未排序序列A[0..n-1] // 输出：已排序序列A[0..n-1] if n 1 copy A[0..?n/2?-1] to B[0..?n/2?-1] copy A[?n/2?..n-1] to C[0..?n/2?-1] MergeSort( B ) MergeSort( C ) Merge( B,C,A ) 其中，Merge(B,C,A)是将有序数组B、C合并为有序数组A的算法。 算法 Merge(B[0..p-1],C[0..q-1],A[0..p+q-1]) i←0,j←0,k←0; while ip and jq do if B[i]≤C[j] A[k]←B[i], i←i+1 else A[k]←C[j], j←j+1 k←k+1 if i=p copy C[i..q-1] to A[k..p+q-1] else copy B[0..p-1] to A[0..p+q-1] 合并排序举例 注：合并 [2,3,8,9] 与[1,4,5,7] 的过程： 从两个序列的头部开始合并：2与1比较，1被移到结果序列；2与4比较，2被移入结果序列；4与3比较，3被放入结果序列；4和8比较，4被放入结果序列, 8和5比较...， ? 合并排序的后半部分是”归并排序“。 归并排序举例： 初始序列 a [8] [3] [2] [9] [7] [1] [5] [4] 归并到b [3 8] [2 9] [1 7] [4 5] 复制到a [3 8] [2 9] [1 7] [4 5] 归并到b [2 3 8 9] [1 4 5 7] 复制到a [2 3 8 9] [1 4