第4讲分治策略.ppt

sanyou-zeng@263.net 第4讲 分治策略 主要内容 分治法基本思想 二分搜索算法 合并排序算法 快速排序算法 线性时间选择 4.1 分治法的基本思想 例:[找伪币问题]给你一个装有1 6个硬币的袋子。1 6个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。你的任务是找出这个伪造的硬币。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，利用这台仪器，可以知道两组硬币的重量是否相同。 一种方式 两两对比，找到轻者，最差比较8次 另外一种 　1)将16个硬币分成A、B两半； 　2)将A放仪器的一边，B放另一边，如果A袋轻，则表明伪币在A，解子问题A即可，否则，解子问题B。 例2－5 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。 假设袋中有n 个金块。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。 n≤2时，识别出最重和最轻的金块，做一次比较。 n＞2时， 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。HA 与LA，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。 复杂度 设c(n)为比较次数。假设n是2的幂。 当n= 2时，c(n) = 1； 当n2时，c(n) = 2c(n/ 2 ) + 2。当n是2的幂时，可知c(n) = 3n/ 2 - 2。 使用分而治之方法比逐个比较的方法少用了2 5％的比较次数。 4.1 分治法的基本思想 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： 把它分成两个或多个更小的问题； 分别解决每个小问题； 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。 分治法流程 用P表示问题的输入。 Divide-and-Conquer(P) { if (|P|=n0) Adhoc(P); divide P into smaller subinstances P1,P2,···,Pk; for(i=1;i=k;i++) yi=Divide-and-Conquer (Pi); return Merge(y1,···,yk); } 问题 应把原问题分为多少个子问题才较适宜？ 每个子问题是否规模相同或怎样才为适当？ 分治法计算效率 原问题规模——n 分成k个子问题，每个规模——n/m 设分解阈值n0＝1，Adhoc解规模为1的问题耗费1个单位时间 设分解原问题及用Merge将k个子问题的解合并需要f(n)个单位时间 T(n)表示分治法的解规模为|P|=n的问题所需的计算时间 计算时间分析 由上可得 O(1) n=1 T(n)= kT(n/m)+f(n) n1 解上式得到 4.2 二分搜索技术 1 线性搜索  线性搜索二元比较树如下： 线性算法复杂度 该方法没有很好利用已经排好序这个条件，顺序搜索方法平均需要 O(n)次比较。 2 二分搜索方法 基本思想 取一个中间元素做比较元素，如果x等于它，则结束，如果小于，去左半部查找，否则去右半部搜索 将问题表示为：I=(n,a1,…,an,x) 选取一个下标k，可得到三个子问题： I1=(k-1,a1,…,ak-1,x) I2=(1,ak,x) I3=(n-k,ak+1,…,an,x) 二元比较树 含9个元素的情况 二元比较树 例2-6 在[9,12,15,27,39]中分别查找27，12，14 templateclass T int BinarySearch( T a[], const T x, int n) {//在a[0]=a[1]=···=a[n-1]中搜索x //如果找到，则返回所在位置，否则返回 –1 int left= ; int right= ; while(