第5讲-算法基础.pptxVIP

第5讲 算法基础;求解问题的步骤 建立问题的数学模型 找出解决问题的基本操作--算法的设计 算法足够快？符合对内存空间的要求？--算法性能的分析 如果算法不够快或存储空间不足，则需要找出根源，然后设计新的算法，如此循环，直到获得满意的算法。 ;问题描述 给定N个对象，每个对象可用一个整数标记。两个对象可以相连，假设“相连”具有自反性、对称性和传递性： 自反性： p和p是相连的。 对称性：如果p和q是相连的，那么q和p也是相连的。 传递性：如果p和q是相连的且q和r是相连的，则p和r也是相连的。 ;动态连通性问题;动态连通性问题的应用 计算机网络：每个对象为一台计算机，判定两台计算机之间是否需要架设一条新的连接才能进行通信，或者是通过已有的连接在两者之间建立通信线路。 社交网络：每个对象为一个朋友，判定两个朋友之间是否在同一个社交圈？ 数学集合：判定两个元素是否属于同一个集合。如果不属于同一个集合，将这两个元素所属的集合合并为一个集合。 …… ;问题分析与建模 对象表示:用整数0~N-1标记(Map)； 问题关键：定义一种数据结构表示对象之间已知的相连 基于此数据结构实现高效的 union(),find(), connected()等操作。;数据结构 定义长度为N的整型数组id，数组下标i(0≤i≤N-1)代表对象i; id[p]为对象p所属的连通分量编号。 当且仅当id[p]等于id[q]时，p和q是连通的。 id[4]=8,id[5]=5,4和5不连通的 ;0;算法分析： 每次find()操作速度很快，只需要访问数组一次。 每次union()操作需要调用两个find()操作，检查id[ ]数组的全部N个元素并改变它们中的1~N-1个元素的值，因此union()操作访问数组的次数在N+3~2N+1之间。 假如解决动态连通性问题最后只得到一个连通分量，那么至少需要调用N-1次union()操作，则需要访问数组的次数约为N2，当N很大时， union()操作运行效率很低！ ;提高union()操作的速度(quick-union) ;提高union()操作的速度(quick-union) 数据结构：每个连通分量用一棵树来表示 定义长度为N的整型数组id，数组下标i(0≤i≤N-1)代表对象i; 数组 id表示森林； 当 id[p]等于p，则 p为连通树的根； 当p和q的根结点相同，则p和q在同一棵连通子树上，它们是连通的。 ;算法分析： find()操作访问数组的次数为p结点的深度的2倍+1。在最好的情况下，find()操作只需要访问数组一次(根结点)；在最坏情况下，需要访问数组2N-1次。（结点的深度是该结点到根结点的简单路径上的边数） 每次union()操作需要调用两个find()操作，最多再加一次访问数组，即修改根结点。 要想保证find()操作不出现最坏情况，就要避免连通树退化成一条链的情况，在 union()操作时，将高度小的树合并到高度大的树上。 算法还可以再进一步改进，在find()时，在检查结点的同时压缩它们的路径，将它们直接链接到根结点。;加权quick-union() (weighted QU) 记录每一棵树的高度，union()操作总是将高度较小的树连接到高度较大的树上。;动态连通性问题;?;9;/algs4/assignments/percolation.html 渗透模型(Percolation model)：N*N网格，每个site是开放的(open)或关闭(blocked)的。 open site可以渗透到相连的4个方向（上下左右）的open site。 full open site 是open site，同时可以从最顶的open site通过相连的4个方向（上下左右）的open site渗透到这个位置。 当一个系统是渗透系统，表示能从最顶层open site渗透到最底层的open site，也就是说，最底层存在full open site。;研究人员对以下问题感兴趣：如果site为open的概率为p（因此为blocked的概率为1- p），那系统是渗透系统的概率是多少？ 当p等于0时，系统不渗透; 当p等于1时，系统肯定渗透。 ;蒙特卡罗模拟(Monte Carlo simulation) 创建N*N的网格，site 编号为0~N2-1，初始化所有site都是关闭(blocked)的。 重复以下操作，直到系统渗透为止： 随机寻找一个关闭的site打开 当系统渗透，打开的site数量与总sites数量的比值就是阈值p*的估计。 关键问题：如何判定系统渗透了？ ;动态连通性问题-渗透模型;动态连通性问题-渗透模型;问题求解的关键 问题建模：数据结构直接影响算法的效率，数据结构和算法的设