[计算机软件及应用]Chapter-3 分治策略2.pptVIP

南京理工大学 时间复杂性分析 (1) 4次 n/2 bit位数的乘法(A·C, A·D, C·B, B·D) // 4T(n/2) (2) A·C左移n位 (A·C·2n) (3) 求A·D + B·C 所做的n位加法 (4) A·D + B·C 左移n位 ((A·D + B·C) ·2n/2 ) (5) 两个加法 (A·C+ ((A·D + B·C) ·2n/2 + B·D) 南京理工大学 如何降低时间复杂性？ 观察： 所以： 南京理工大学 进一步的思考 南京理工大学 寻找中项和第k小元素 给定已排好序(非降序)的数组A[1…n],中项是指其“中间”元素。若n为奇数，则中项为数组中的第(n+1)/2个元素；若n为偶数，则存在两个中间元素，分别为第n/2和第n/2+1个元素，在这种情形下，我们取第n/2个元素作为中项；综上，中项为第? n/2 ?个最小元素。 寻找中项的一个直接的方法：先排序，后取中项。显然，该方法的时间复杂度至少为Ω(nlogn)。能够找到更为高效的方法？ 寻找中项是寻找第k小元素的一个特列。如果能解决寻找第k小元素的问题，那么当k= ? n/2 ?时，解决的就是寻找中项问题。 回顾二分搜索：以中间元素为基准抛弃部分元素，不断减小问题规模。 南京理工大学 思路 如果数组A中元素的个数小于一个阈值，那么采用直接的方法寻找第k小元素。 否则，将n个元素划分成?n/5?组，每组5个元素，如果n不是5的倍数，则排除剩余的元素。 (注意：这并不代表第k小元素不可能位于这些排除的元素中详见后续分析)。 对每组元素排序，并取出它们的中项(即第3个元素)。 ?n/5?个中项的中项，我们记为mm。 依据mm将数组A划分为三个子数组：A1＝{a|amm}、A2＝{a|a=mm}、A3={a|amm}。 判断第k小元素可能在哪一个子数组中出现：如果在A2 中出现，则已经找到；否在，在A1或A3上进行递归。 南京理工大学 Algorithm: Select(A[low…high], k) 输入：数组A[low,...high]和整数k，1≤ k≤ high-low+1 输出：A[low…high]中的第k小元素 1. p ← high-low+1 2. if p 44 then {将 A[low,...high] 排序, return A[low+k-1] 3. 令q= ?p/5?。将A[low…high]分成q个子数组，每组5个元素。若5不整除p,则排除剩余的元素。 对q个子数组分别进行排序，分别找出中项。这些中项组成一个数组M 5. mm ← Select(M[1…q], ? q/2 ? ) //中项的中项 将A[low…high]分成三组 A1＝{a|amm} A2＝{a|a=mm} A3={a|amm}。 case | A1 |≥ k : return select(A1[1…|A1|], k) | A1 |+| A2 |≥ k : return mm | A1 |+| A2 | k: return select(A3[1,|A3|], k-|A1|-|A2|) 南京理工大学 一个例子： 为方便演示，设阈值为6。现要寻找下面数组A中的第13小元素：A={8,33,17,51,57,49,35,11,25,37,14,3,2,13,52,12,6,29,32,54,5,16,22,23,7} {8,33,17,51,57} {49,35,11,25,37} {14,3,2,13,52} {12,6,29,32,54} {5,16,22,23,7} {8,17,33,51,57} {11,25,35,37,49 } {3,2,13,14,52} {6, 12,29,32,54} {5,7,16,22,23} M={33,35,13,29,16} mm=29 A1={8,17,11,25,14,3,2,13,12,6,5,16,22,23,7} A2={29} A3={33,51,57,49,35,37,52,32,54} 因为k=13|A1|=15 {8,17,11,25,14} {3,2,13,12,6} {5,16,22,23,7} M={14,6,16} mm=14 {8,11,14,17,25} {2,3,6,12,13} {5,7,16,22,23} 南京理工大学 A={8,17,11,25,14,3,2,13,12,6,5,16,22,23,7} A1={8, 11,3,2,13,12,6,5,7} A2={14} A3={17,25,16,22,23} M={1