算法设计与分析Chapter2Veron.pptVIP

大整数乘法 计算两个n位整数的乘积 * 小学生方法：O(n2) ?效率太低 分治法1: X = a b c d X = a 2n/2 + b Y = c 2n/2 + d XY = ac 2n + (ad+bc) 2n/2 + bd Y = 复杂度分析 T(n)=O(n2) ?没有改进 大整数乘法 为了降低时间复杂度，必须减少乘法的次数。 分治法2 XY = ac 2n + (ad+bc) 2n/2 + bd ＝ac 2n + ((a-c)(b-d)+ac+bd) 2n/2 + bd * 复杂度分析 T(n)=O(nlog3) =O(n1.59)?较大的改进 大整数乘法 * 小学生方法：O(n2) ?效率太低 分治法: O(n1.59) ?较大的改进 更快的方法?? 如果将大整数分成更多段，用更复杂的方式把它们组合起来，将有可能得到更优的算法。 Strassen矩阵乘法 问题 输入：n×n的矩阵A和B 输出：C=AB 简单方法 复杂性O(n3) * Strassen矩阵乘法 简单分治 使用与上例类似的技术，将矩阵A，B和C中每一矩阵都分块成4个大小相等的子矩阵。由此可将方程C=AB重写为： * 复杂度分析 T(n)=O(n3) Strassen矩阵乘法 为了降低时间复杂度，必须减少乘法的次数。 Strassen分治 * 复杂度分析 T(n)=O(nlog7) =O(n2.81)?较大的改进 Strassen矩阵乘法 * 传统方法：O(n3) 分治法: O(n2.81) 更快的方法?? Hopcroft和Kerr已经证明(1971)，计算2个２×２矩阵的乘积，7次乘法是必要的。因此，要想进一步改进矩阵乘法的时间复杂性，就不能再基于计算2×2矩阵的7次乘法这样的方法了。或许应当研究３×３或５×５矩阵的更好算法。 在Strassen之后又有许多算法改进了矩阵乘法的计算时间复杂性。目前最好的计算时间上界是 O(n2.376) 是否能找到O(n2)的算法？ 快速排序 对数组a[p : r]进行排序 分：以a[p]=x为基准将a[p : r]划分为3段 a[p : q-1], a[q], a[q+1 : r] a[q]=x a[p : q-1]中的元素小于等于a[q] a[q+1 : r]中的元素大于等于a[q] 治：递归调用快速排序算法对a[p : q-1]和a[q+1 : r]排序 合： * 快速排序 * void QuickSort (Type a[], int p, int r) { if (pr) { int q = Partition(a,p,r); QuickSort (a,p,q-1); //对左半段排序 QuickSort (a,q+1,r); //对右半段排序 } } * int Partition (Type a[], int p, int r) { int i = p, j = r + 1; Type x=a[p]; // 将 x的元素交换到左边区域 // 将 x的元素交换到右边区域 while (true) { while (a[++i] x); while (a[- -j] x); if (i = j) break; Swap(a[i], a[j]); } a[p] = a[j]; a[j] = x; return j; } 初始序列 {6, 7, 5, 2, 5, 8} {6, 7, 5, 2, 5, 8} {6, 5, 5, 2, 7, 8} Swap() {6, 5, 5, 2, 7, 8} Swap() {6, 7, 5, 2, 5, 8} {2, 5, 5} 6 {7, 8} 快速排序 - -j ++i - -j - -j ++i 快速排序 时间复杂性与划分是否对称有关 最坏情况 划分产生的两个区域分别包含1个元素和n-1个元素 每次递归都出现这种不对称划分 Partition计算时间为O(n) * 快速排序 最好情况 每次划分都产生两个大小为n/2的区域 平均情况 * 快速排序 改进 修改Partition函数，从a[p : r]中随机选择一个元素最为划分基准，这样可以使划分基准的选择是随机的，从而可以期望划分是较对