分治算法讲解.docVIP

分治算法 分治就是把一个复杂的问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题……直到最后子问题可以简单的直接求解，原问题的解即子问题的解的合并。任何一个可以用计算机求解的问题所需的计算时间都与其规模有关。问题的规模越小，越容易直接求解，解题所需的计算时间也越少。例如，对于n个元素的排序问题，当n=1时，不需任何计算。n=2时，只要作一次比较即可排好序。n=3时只要作3次比较即可，…。而当n较大时，问题就不那么容易处理了。要想直接解决一个规模较大的问题，有时是相当困难的。 第三条特征是关键，能否利用分治法完全取决于问题是否具有第三条特征，如果具备了第一条和第二条特征，而不具备第三条特征，则可以考虑用贪心法或动态规划法。 知识目标：理解二分查找算法的概念以及执行过程。 重点：掌握二分查找算法的常规写法以及递归写法。 边界错误造成的问题死循环 溢出 二分查找又称折半查找，优点是比较次数少，查找速度快，平均性能好;其缺点是要求待查表为有序表，且插入删除困难。因此，折半查找方法适用于不经常变动而查找频繁的有序列表。 II. 思路分析： 二分查找的基本思想是： （1）先确定一组顺序排列的数据存储到数组中，输入要查找的数据 （2）将数组元素的中值与查找的数据相比较，如果两者相等，则子函数返回相应的结果后终止； （3）否则利用中间位置缩小数据查找的范围。如果中间位置的数组元素大于查找数值，则进一步查找中值之前的数组元素，否则进一步查找中值之后的数组元素。 （4）重复上述过程，直到在数组中找到相同的数字。 （5）若在数组中找不到这个数据，则显示查找不成功 III. 算法框架： 按照分治算法三步骤，将二分算法作如下介绍： 二分算法代码设计模式: //arr[]表示要进行二分查找的顺序排列对象数组，low表示数组下标的最小值，high表示数组下表的最大值，key表示要查找的元素 int erfen(int arr[],int low,int high,int key){ (如果数组下标的最小值大于最大值 则返回结果为-1至主函数；//表明在数组中不存在要查找的元素 (确定数组的中间位置mid (若查找的元素等于数组的中间元素，则进行相应的步骤 ④ 若查找的元素大于数组（指定范围内）的中间元素 则将查找范围缩小至数组（指定范围内）中间元素右边； ⑤若查找的元素小于数组指定范围内的中间元素 则将查找范围缩小至数组（指定范围内）中间元素左边； } 例题1：输入一个整数n，然后按升序输入个整数，将它们存入数组a中，再输入一个数x,然后在数组中查找x,如果找到，输出相应的最小下标，否则，输出“Not Found”. 输入两个整数，作为两个数组的长度，输入两个按升序排列好的数组，将两个已排序的数组合并后存放在另一个数组中，且合并后的数组也是有序排列（要求不能合并后再排序），再输出合并后的数组。 样例输入 4 5 1 2 3 4 5 6 7 8 9 【样例输出1 2 3 4 5 6 7 8 9 代码： #includeiostream using namespace std; int main() { int m,n,i,j,k=0,a[100],b[100],c[200]; cinmn; for(i=0;im;i++) cina[i]; for(j=0;jn;j++) cinb[j]; i=0;j=0; while(imjn)//当数组a和数组b都没有完全赋值到数组c中时 { if(a[i]b[j])//如果a数组里的元素比b数组的小 { c[k]=a[i];//就把数组a的元素赋给数组c i++;k++;//且将数组a和数组c的下标都往后移一位 } else//要是数组b的元素比数组a的元素大时 { c[k]=b[j];//就把数组b的元素赋值到数组c中 j++;k++;//且将数组b和数组c的下标往后移一位 } } if(i==m)//当数组a已经被完全赋值到数组c中 { while(jn)//当数组b还没有完全赋值 { c[k]=b[j];//此时，只需要把b数组中剩余的数全部赋值到数组c接下去的位置上 j++;k++; } } else//当数组b已经被完全赋值到数组c中 { while(im