[高等教育]第2章递归与分治策略.pptVIP

算法设计与分析 第2章 递归与分治策略 2.1 递归的概念 2.2 分治法的基本思想 2.3 二分搜索技术 2.4 大整数的乘法 2.5 Strassen矩阵乘法 2.6 棋盘覆盖 2.7 合并排序 2.8 快速排序 2.9 线性时间选择 2.10 最接近点对问题 2.11 循环赛日程表 学习要点: 理解递归的概念。 掌握设计有效算法的分治策略。 通过下面的范例学习分治策略设计技巧。 （1）二分搜索技术； （2）大整数乘法； （3）Strassen矩阵乘法； （4）棋盘覆盖； （5）合并排序和快速排序； （6）线性时间选择； （7）最接近点对问题； （8）循环赛日程表。 分治法的总体思想 问题分解是求解复杂问题时很自然的做法。 求解一个复杂问题可以将其分解成若干个子问题，子问题还可以进一步分解成更小的问题，直到分解所得的小问题是一些基本问题，并且其求解方法是已知的，可以直接求解为止。 分治法作为一种算法设计策略，要求分解所得的子问题是同类问题，并要求原问题的解可以通过组合子问题的解来获取。 分治与递归像一对孪生兄弟，经常同时应用在算法设计之中，并由此产生许多高效的算法。 2.1 递归的概念 直接或间接地调用自身的算法称为递归算法。用函数自身给出定义的函数称为递归函数。 在算法设计中使用递归技术，往往使算法的描述简单明了、易于理解、容易编程和验证。在计算机软件领域，递归算法是一种非常重要并且不可或缺的算法。 例1 阶乘函数 阶乘函数可递归地定义为： 边界条件与递归方程是递归函数的二个要素，递归函数只有具备了这两个要素，才能在有限次计算后得出结果。 int Factorial(int n) { if (n == 0) return 1; return n*Factorial(n-1); } 例2 Fibonacci（斐波那契）数列 无穷数列1，1，2，3，5，8，13，21，34，55，……，称为Fibonacci数列。它可以递归地定义为： int Fibonacci(int n) { if (n = 1) return 1; return Fibonacci(n-1)+Fibonacci(n-2); } 例3 Ackerman（阿克曼）函数 当一个函数及它的一个变量是由函数自身定义时，称这个函数是双递归函数。 Ackerman函数A(n,m)定义如下： A(n,m)的自变量m的每一个值都定义了一个单变量函数： M=0时，A(n,0)=n+2 M=1时，A(n,1)=A(A(n-1,1),0)=A(n-1,1)+2，和A(1,1)=2，故A(n,1)=2*n M=2时，A(n,2)=A(A(n-1,2),1)=2A(n-1,2)，和A(1,2)=A(A(0,2),1)=A(1,1)=2，故A(n,2)= 2n。 M=3时，类似的可以推出 M=4时，A(n,4)的增长速度非常快，以至于没有适当的数学式子来表示这一函数。 定义单变量的Ackerman函数A(n)为，A(n)=A(n,n)。 定义其拟逆函数α(n)为：α(n)=min{k｜A(k)≥n}。即α(n)是使n≤A(k)成立的最小的k值。 α(n)在复杂度分析中常遇到。对于通常所见到的正整数n，有α(n)≤4。但在理论上α(n)没有上界，随着n的增加，它以难以想象的慢速度趋向正无穷大。 例4 排列问题 设计一个递归算法生成n个元素{r1,r2,…,rn}的全排列。 从n个不同元素中任取m(m≤n)个元素，按照一定的顺序排列起叫做从n个不同元素中取出m个元素的一个排列，当m=n时所有的排列情况叫全排列。 如1,2,3三个元素的全排列为： 1，2，3 1，3，2 2，1，3 2，3，1 3，1，2 3，2，1 设R={r1,r2,…,rn}是要进行排列的n个元素，Ri=R-{ri}。R的全排列可归纳定义如下： 当n=1时，perm(R)=(r)，其中r是集合R中唯一的元素； 当n1时，perm(R)由(r1)perm(R1)，(r2)perm(R2)，…，(rn)perm(Rn)构成。 templatetypename T void Swap(T a,T b) //交换两个T类型的数 { T temp; temp=a; a=b; b=temp; } templatetypename T void Perm(T list[],int k,int m) //产生list[k:m]的所有排列{ if(k==m) { for(int i=0; i=m; i++) coutlist[i];