《第二章递归与分治策略》教学课件.pptVIP

第2章 递归与分治策略 主要内容 2.1 递归的概念 2.2 分治法的基本思想 2.3 二分搜索技术 2.4 大整数的乘法 2.5 Strassen矩阵乘法 2.6 棋盘覆盖 2.7 合并排序 2.8 快速排序 2.9 线性时间选择 2.10 最接近点对问题 2.11 循环赛日程表 学习要点 理解递归的概念。 掌握设计有效算法的分治策略。 通过典型范例，学习分治策略设计技巧。 2.1 递归的概念 递归算法：一个直接或间接地调用自身的算法 递归函数举例(1) 阶乘函数 n ！= 递归函数举例(2) Ackerman函数 Ackerman函数 A(n，m)的自变量m的每一个值都定义了一个单变量函数： M=0时，A(n,0)=n+2 M=1时，A(n,1)=A(A(n-1,1),0)=A(n-1,1)+2，和A(1,1)=2，故A(n,1)=2*n M=2时，A(n,2)=A(A(n-1,2),1)=2A(n-1,2)，和A(1,2)=A(A(0,2),1)=A(1,1)=2，故A(n,2)= 2^n 。 M=3时，类似的可以推出 M=4时，A(n,4)的增长速度非常快，以至于没有适当的数学式子来表示这一函数。 Ackerman函数 单变量的Ackerman函数A(n)定义为 A(n)=A(n，n)。 定义其拟逆函数α(n)为：α(n)=min{k｜A(k)≥n}。 递归函数举例(3) 排列问题 产生Perm(R)的递归算法 template class Type void Perm(Type list[], int k, int m) { // Generate all permutations of list[k:m]. if (k = m) { //单元素序列 for (int i = 0; i = m; i ++) cout list[i]; cout endl; } else // list[k: m] 多元素序列，递归产生排列 for (int i = k; i = m; i++) { Swap(list[k], 1ist[i] ); Perm(list, k + 1, m); Swap(list[ k], list[ i] ); } } void Swap(Type a, Type b) //交换a，b 递归函数举例(4) 整数划分问题 将一个正整数n表示成一系列正整数之和， n＝ n1+n2+…+nk， 其中， n1= n2=…=nk 整数划分问题的递归关系q(n,m) q(n,m):正整数n的不同的划分中，最大加数不大于m的划分个数个数 递归函数举例(5) “Hanoi 塔”问题：设a,b,c是3个塔座。开始时，在塔座a上有一叠共n个圆盘，这些圆盘自下而上，由大到小地叠在一起。各圆盘从小到大编号为1,2,…,n,现要求将塔座a上的这一叠圆盘移到塔座b上，并仍按同样顺序叠置。在移动圆盘时应遵守以下移动规则： 规则1：每次只能移动1个圆盘； 规则2：任何时刻都不允许将较大的圆盘压在较小的圆盘之上； 规则3：在满足移动规则1和2的前提下，可将圆盘移至a,b,c中任一塔座上。 “Hanoi 塔”问题移动次数递推关系 递归程序代价 递归程序每次调用需要分配不同的运行空间，一旦某一层被启用，就要为之开辟新的空间。而当一层执行完毕，释放相应空间掉，退到上一层。 2.2 分治法 分治策略是一种用得最多的一种有效方法 二、分治法算法构架 divide-and-conquer(P) { if ( | P | = n0) adhoc(P); //解决小规模的问题 将 P分解为子问题 P1,P2,...,Pk；//分解问题 for (i=1,i=k,i++) yi=divide-and-conquer(Pi); //递归地解各子问题 return merge(y1,...,yk); //将各子问题的解合并为原问题的解 } 四、代价分析 T(n) = 五、分治法实例 2.3 二分搜索技术 问题：给定已按升序排好序的n个元素a[0:n-1]，现要在这n个元素中找出一特定元素x。 2.3 二分搜索技术 给定已排好序的n个元素a[0：n-1]，现要在这n个元