主讲人吕敏Email{lvmin05@ustceducn}Spring2012.pptVIP

插入排序 * 如果数组是排好序的，则会出现最好情况： 如果数组是逆序排序的，则会出现最差情况： 此时必须将每个元素A[j]与整个已排序的子数组A[1..j-1]中的每一个元素进行比较，对j=2,3,…,n,有tj=j. 则有： * * 第一讲 算法入门 内容提要： 课程学习背景 算法分析基础 算法设计策略之——分治法 分治法介绍 归并排序 分治法分析 算法设计 * 对于一个问题，可以有很多中解决方法。因此，算法设计策略也有很多。 排序问题： Bubble sort: bubbling Insertion sort: incremental approach (增量靠近) Merge sort: divide-and conquer (分而治之) Quick sort: location (元素定位) …… 分治法最差的时间比插入排序法差得多 * 核心思想：分而治之，各个击破； 递归结构: 为了解决一个给定的问题，算法要一次或多次地递归调用其自身来解决相关的子问题。 分治策略: 将原问题划分为n个规模较小而结构与原问题相似的子问题；递归地解决这些子问题，然后再合并其结果，就得到原问题的解。 三个步骤： (1) 分解（Divide）： 将原问题分成成一系列子问题； (2) 解决（Conquer）：递归地解各个子问题。若子问题足够小，则直接求解； (3) 合并（Combine）：将子问题的结果合并成原问题的解 分治法 * 归并排序算法（Merge sort algorithm） 分解：把n个元素分成各含n/2个元素的子序列； 解决：用归并排序算法对两个子序列递归地排序； 合并：合并两个已排序的子序列以得到排序结果。 2 3 8 1 4 5 7 6 2 3 8 1 4 5 7 6 2 3 4 5 8 1 7 6 2 4 8 7 3 5 1 6 ? 在对子序列排序时，其长度为1时递归结束。单个元素被视为是已排好序的。 归并排序 * MERGE( A, p, q, r )：归并排序算法的关键步骤，合并步骤中合并两个已经排序好的子序列。 A是个数组，p, q, r 数组中元素的下标，且p ≤ q r. 该过程假设子数组 A[p .. q] 和 A[q+1 .. r] 是有序的，并将它们合并成一个已排好序的子数组代替当前子数组 A[p .. r]。 合并过程: The procedure takes time Θ(n), n=r-p+1。 9 10 J Q K ? 7 8 9 10 J 归并排序 * MERGE(A, p, q, r) 1 n1 ← q-p+1 2 n2 ← r-q 3 create arrays L[1 .. n1+1] and R[1 .. n2+1] 4 for i←1 to n1 5 do L[i]←A[p+i-1] 6 for j←1 to n2 7 do R[j]←A[q+j] 8 L[n1+1]←∞ // To avoid having to check whether either pile is empty in each 9 R[n2+1]←∞ // basic step, a sentinel card is put on the bottom of each pile. 10 i←1 11 j←1 12 for k←p to r 13 do if L[i]≤R[j] 14 then A[k]←L[i] 15 i←i+1 16 else A[k]←R[j] 17 j←j+1 How does the subroutine work? Next Page 归并排序 * MERGE(A, p, q, r) 1 n1 ← q-p+1 2 n2 ← r-q create arrays L[1 .. n1+1] and R[1 .. n2+1] 4 for i←1 to n1 5 do L[i]←A[p+i-1] 6 for j←1 to n2 7 do R[j]←A[q+j] 8 L[n1+1]←∞ 9 R[n2+1]←∞ 10 i←1 11 j←1 12 for k←p to r 13 do if L[i]≤R[j] 14 then A[k]←L[i] 15 i←i+1 16 else A[k]←R[j] 17 j←j+1 归并排序 * MERGE(A, p, q, r) cost t