[工学]分治算法.pptVIP

分治算法 算法思想 分而治之方法与软件设计的模块化方法非常相似。为了解决一个大的问题，可以： 1)? 把它分成两个或多个更小的问题；? 2 ) 分别解决每个小问题 3) 把各小问题的解答组合起来，即可得到原问题的解答。 ※小问题通常与原问题相似，可以递归地使用分而治之策略来解决。 分治思想 分治思想 由分治法所得到的子问题与原问题具有相同的类型。如果得到的子问题相对来说还太大，则可反复使用分治策略将这些子问题分成更小的同类型子问题，直至产生出不用进一步细分就可求解的子问题。 分治求解可用一个递归过程来表示。 要使分治算法效率高，关键在于如何分割？一般地，出于一种平衡原则，总是把大问题分成K个规模尽可能相等的子问题，但也有例外，如求表的最大最小元问题的算法，当n＝6时，等分定量成两个规模为3的子表L1和L2不是最佳分割。 分治策略的解题思路 if 问题不可分{ 直接求解； 返回问题的解； } else { 对原问题进行分治； 递归对每一个分治的部分求解 归并整个问题，得出全问题的解； } 问题1：找出伪币 给你一个装有1 6枚硬币的袋子。1 6枚硬币中有一个是伪造的，并且那个伪造的硬币比真的硬币要轻一些。你的任务是找出这枚伪造的硬币。 为了帮助你完成这一任务，将提供一台可用来比较两组硬币重量的仪器，比如天平。利用这台仪器，可以知道两组硬币的重量是否相同。 方法1 任意取1枚硬币，与其他硬币进行比较，若发现轻者，这那枚为伪币。最多可能有15次比较。 方法2 将硬币分为8组，每组2个，每组比较一次，若发现轻的，则为伪币。最多可能有8次比较。 方法3 分析 上述三种方法,分别需要比较15次,8次,4次,那么形成比较次数差异的根本原因在哪里? 方法1:每枚硬币都至少进行了一次比较,而有一枚硬币进行了15次比较 方法2:每一枚硬币只进行了一次比较 方法3:将硬币分为两组后一次比较可以将硬币的范围缩小到了原来的一半,这样充分地利用了只有1枚伪币的基本性质。 问题2：金块问题 有一个老板有一袋金块。每个月将有两名雇员会因其优异的表现分别被奖励一个金块。按规矩，排名第一的雇员将得到袋中最重的金块，排名第二的雇员将得到袋中最轻的金块。根据这种方式，除非有新的金块加入袋中，否则第一名雇员所得到的金块总是比第二名雇员所得到的金块重。如果有新的金块周期性的加入袋中，则每个月都必须找出最轻和最重的金块。假设有一台比较重量的仪器，我们希望用最少的比较次数找出最轻和最重的金块。 方法1 假设袋中有n 个金块。可以用通过n-1次比较找到最重的金块。找到最重的金块后，可以从余下的n-1个金块中用类似的方法通过n-2次比较找出最轻的金块。这样，比较的总次数为2n-3。 算法如下： max=a[1];min=a[1]; for (i=2;i=n;i++) {2n-2次比较} { if (a[i]max) max=a[i]; if (a[i]min) min=a[i]; } 可对上述改进少1次 max=a[1]; for (i=2 ;i=n;i++) {n-1次比较，从n个元素中找到最大的} if (a[i]max) { max=a[i]; j=i } for (i=j+1;i= n;i++) a[i-1]=a[i]; {去掉最大的数a[j]} min=a[1]; for (i=2;i=n-1;i++) {n-2次比较，从剩下的元素中找最小的} if (a[i]max) min=a[i]; 找金块的示例图 方法2： n≤2，识别出最重和最轻的金块，一次比较就足够了。 n＞2，第一步，把这袋金块平分成两个小袋A和B。第二步，分别找出在A和B中最重和最轻的金块。设A中最重和最轻的金块分别为HA 与LA，以此类推，B中最重和最轻的金块分别为HB 和LB。第三步，通过比较HA 和HB，可以找到所有金块中最重的；通过比较LA 和LB，可以找到所有金块中最轻的。在第二步中，若n＞2，则递归地应用分而治之方法。 分治过程 比较过程 分析 从图例可以看出，当有8个金块的时候，方法1需要比较15~16次，方法2只需要比较10次,那么形成比较次数差异的根本原因在哪里? 其原因在于方法2对金块实行了分组比较。 对于N枚金块，我们可以推出比较次数的公式： 假设n是2的次幂，c(n)为所需要的比较次数。 方法1： c(n)=2n-1 方法2：c(n) = 2c(n/2 ) +