[工学]算法复习.ppt

1.3.2渐近表示(P8) 定义1．1如果存在三个正常数 第2章 分 治 法 递归(recursion)是数学与计算机科学中的基本概念。程序设计语言中的递归程序可被简单地定义为对自己的调用。递归程序必须有终止条件。 例2．1 斐波那契(Fibonacci)序列。 找最大值与最小值 在含有N个不同元素的集合中同时找出它的最大值和最小值(maximumminimum)的最简单方法是将元素逐个进行比较。算法中用max和min分别表示最大值和最小值。算法描述如下： 如果数组中元素按照递增的次序排列，则找出最大值和最小值所需的元素比较次数为N一1，这是最佳的情况。如果数组中元素按照递减的次序排列，则找出最大值和最小值所需的元素比较次数为2(n-1)，这是最坏情况。在平均情况下，A中将有一半元素使得第3行的比较为真，找出最大值和最小值所需的元素比较次数为3(n-1)／2。 Strassen矩阵乘法 矩阵乘法是科学计算中最基本的问题之一。设A和B是两个n×n的矩阵，它们的乘积C=AB也是一个n×n的矩阵。其中乘积矩阵中的元素Cij定义为 由此可得，计算矩阵C中的每个元素需要n次乘法和n-1次加法。因此，计算矩阵C的n2个元素所需的时间为O(n3)。 假设n为2的幂，运用分治策略，将矩阵分成4块大小相等的子矩阵，每个子矩阵都 如果子矩阵的规模大于2，则可以继续划分这些子矩阵，直至每个矩阵变成2 X 2的矩阵。对于2 X 2的矩阵的计算，只需8次乘法和4次减法，计算时间为0(1)。 设T(n)表示两个n×n矩阵相乘所需的计算时间，则由Cij(C=1，2)的计算可以看出，可将T(n)的计算转化为 计算8个 的矩阵相乘和4个 矩阵相 加，而计算 矩阵加法所需时间为O(n2)，可得 该递归方程符合主定理的第一种情形，其解为T(n)=O(nlb8)=O(n3)。因此，直接的分治策略并没有降低算法的计算复杂度。1969年，Strassen经过对问题的分析，在分治策略的基础上，通过数学技巧，使算法的计算复杂度从O(n3)降到了O(n2.81)。当此结果第一次发表时，震动了数学界。在Strassen矩阵相乘(Strassen matrtrix multiplication)算法中,只用了7 个 的矩阵相乘，但增加了1 0个矩阵加、减法运算。这7个矩阵乘法是： 该递归方程仍然符合主定理的第一种情形，其解为 两个n位整数相乘(integer multiplication)的标准算法所需计算时间为 算法是此的自然，以至于我们可能会觉得没有更好的算法了。在这里，我们却要通过分治策略向大家展示一种确实存在的更好的算法。 采用分治法，将x和y都分成两部分： 可表示为如下的式子： 归并排序 归并排序(merge sorting)是分治法应用的另一个实例，由以下三步组成： (1)划分：将待排序孢个元素的序列划分成两令规模为n/2的子序列。 (2)解决：用归并排序递归地对每一子序列排序。 (3)合并：归并两个有序序列，得到排序结果。 当划分的子序列规模为1时，递归结束。因为一个元素的序列被认为是有序的。 1．归并算法及其运行时间 归并排序的关键操作是归并两个已排序的子序列的过程。用过程MERGE(A,p,q,r)表示归并两个有序序列A[p..q]和A[q+1..r]。当过程MERGE(A,p,q,r)执行完成后A[p..r]中包含的元素有序。过程MERGE(A,p,q,r)描述如下： * 算法 算法(algorithm)可以被定义为一个良定的计算过程，它具有一个或者若干输入值，并产生一个或者若干输出值。 人们采用一般术语陈述问题，确定输入／输出关系，而算法则是描述这种输入／输出关系的特定计算过程。 算法正确性：对每一个输入实例算法都能终止，并给出正确输出。 算法设计和分析的步骤可概括: （1）问题的陈述。 （2）模型的选择。 （3）算法的设计。 （4）算法的程序实现。 （5）算法分析。 算法具有以下五大特性 （1）确定性。一个算法中给出的每一个计算步骤，必须是精确的定义、无二义性的。 （2）有穷性。一个算法在执行有穷个计算步骤后必须停止。 （3）可行性。算法中要执行的每一个计算步骤都是可以在有