数据结构与算法 减治法.ppt

假币问题（续） 时间效率分析 输入规模：硬币数 n 基本操作：称重（比较操作） 效率类别：有最佳、最差、平均效率情况 增长函数：称重次数与硬币数 n 的函数关系 T(n) = ? 1. 最佳效率 T(n) = 1 ( n 为奇数 ) 2. 最差效率 解此递推式，得 本算法并非最高效的算法！更高效的策略是： 每次把 n 个硬币分为 3 堆，常因子 = 3，每次减去问题规模的2/3 . 称重次数约为 log3n, 比 log2n 更小。 需要作 1 次称重 将问题规模减半 减常因子法——俄式乘法 减常因子法算例 —— 俄式乘法（俄国农夫法） 问题：两个正整数相乘。十九世纪，俄国农民广泛采用该算法，不需 使用九九乘法表。文献介绍，埃及数学家早在公元前 1650 年 就使用了该算法思想。 算法策略 n 和 m 为两个正整数，计算它们的乘积。问题规模选择 n ，采用减治 策略，可得递推式：（规模减半，常因子 = 2） n为偶数： n为奇数： 算法停止： n = 1 时停止：1×m = m 算法实现：递归法、非递归法 减常因子法——俄式乘法过程举例 俄式乘法过程举例 计算 50×65 n m 50 65 25 130 12 260 +130 6 520 3 1040 1 2080 +1040 结果：2080 + 130 + 1040 = 3250 简评：硬件实现速度非常快！（理由？） 用移位操作完成十进制数 折半（右移1位）和 加倍（左移1位） 移位属于机器的基本操作，执行速度非常快。 减可变规模算法 减可变规模法 减治法的第 3 个主要变种，每次减小的问题规模不一样 譬如，求最大公约数的欧氏算法： gcd(m, n) = gcd(n, m mod n) , 第 k 轮除数 nk ← mk-1 mod nk-1 、 被除数 mk ← nk-1 取决于前一轮 m 和 n 值大小。各轮 m、n 值比较 前一轮，减小的幅度是变化的 查找问题例 —— 查找中值（中位值） 找出 n 元列表中第 k 个最小元素（第 k 个顺序统计量） A = { 1, 2, 1, 3, 4, 3, 5, 5 } 的第 k = 4 最小元素为 3，记为 A4 = 3 理解：非降序排序后的位置 { 1, 1, 2, 3, 3, 4, 5, 5 } k = 1： 找最小元素 A1 = 1 = Amin k = n： 找最大元素 A8 = 5 = Amax ：中值 —— 有序列表的中位值，不是均值！ 选择问题特例——查找中值（续1） 中值查找算法 1. 蛮力策略 对列表 排序 后选中值。时间效率取决于排序算法的效率。 若用合并排序算法，即为 O(nlogn) 型。 2. 减治策略 —— 更高效（效率分析类似于快速排序，略） s = k：A[s] = 中值 —— 停止条件 s k：分裂点在中位点右边，左子区继续分解 s k：分裂点在中位点左边，右子区继续分解 西华大学数学与计算机学院 黄襄念 西华大学数学与计算机学院计算机系 黄襄念 编 eMail: huangxn@ Tel第 5 章 减治法 算法策略 插入排序 深度优先搜索DFS 广度优先搜索BFS 拓扑排序 生成组合对象 减常因子法 减可变规模法 本章习题 概念与算法策略 算法策略 减治法：利用给定规模与较小规模问题解之间的关系求解问题的方法。 实现 —— 从顶向下：规模减小（递归） 从底向上：规模增大（非递归） 减常量法：常量通常为1（减 1 法） 减常因子法：常因子通常为 2（减半法） 减可变规模法：每次减去的规模不同 原问题(规模n) 子问题(规模n-1) 子问题解 原问题解 子问题(规模n/2) 子问题解 原问题解 原问题 (规模n) × 插入排序 插入排序 对 n 个元素 A [ 0, ... , n-1 ]