武汉大学《算法设计与分析》教学课件-1幻灯片.ppt

* * * * * * * * * * * * * * * * * * * * * 观察1.1算法的合并2个数组的大小尺寸分别n1和n2时，如果其中n1=n2的，设n = n1+ n2。算法的比较次数是n1=n-1。如果2个数组的元素个数n1=n2?，所需的比较的数目是?n / 2=n-1。 * 自底向上的归并排序 保持变量s，它的大小以被合并的序列。最初，s被设置为1，并且在每次迭代中的外while循环被加倍。?i +1的，+ s和i+吨定义以被合并的两个序列的边界。 第 1 趟排序将长度为 n 的待排序记录看作 n 个长度为 1 的有序子序列，然后将这些子序列两两合并。完成第 1 趟排序之后，将得到 lgn 个长度为 2 的有序子序列（如果 n 为奇数，则最后还有一个长度为 1 的子序列）。第 2 趟排序是在第 1 趟的排序的基础上，将这 lgn 个长度为 2 的子序列两两合并。如此反复，直到最后得到一个长度为n的有序文件为止。从这个排序过程来看，二路归并排序是从将长度为 1 的子序列排序变化到长度为 n 的有序序列，因而是自底向上的。 * * * * * * * * * * * * * * * * * * 小o记法（非渐进紧确上界） * * * * * * * * * * * * * * * * *  * * * * 顺序查找二分查找 * 例如： 来自线性有序集，例如，整数集的元素。类似的问题有，如排序，找到的中间值，第k个最小的元素，等等。 * 设A[1 .. n]的n个元素的序列。确定是否一个给定的元素X是否在序列A中 * 扫描中的条目，每个条目与x比较。如果在的?比较，1???n，则搜索成功，即X = A [J]，J，则返回;否则的话，则返回0值表示一个不成功的搜索。 * * 如果预先知道A中的元素是升序排列，那么有没有更有效的算法？ * 在一般情况下，序列A [...]是一个非空的升序排列的数组，X为需要查找的值。A [mid]为数组中间的元素，比较X与A [mid]。如果X A [mid]，那么它必定是一个A [mid]之后的元素。因此，我们只需要搜索x在A [中期+1 ...高]中查找。 * * * * 定理1.1??????????????????????????二分法算法的比较次数，对于一个排序的数组的大小n，其最大不超过LOGN?+1。 * 选择排序 基本思路设A[1 .. n]的n个元素的数组。首先，我们发现的最小元素，并将其存储在A [1]。接下来，我们发现在余下的n-1个元素的最小值，并将其存储在A [2]。?我们将继续这样，直到第二个最大的元素存储在[n-1]。 * * * 算法分析 选择排序执行的元素比较次数为n（n-1）/ 2。 * 插入排序 1.从第一个元素开始，该元素可以认为已经被排序 2.取出下一个元素，在已经排序的元素序列中从后向前扫描 3.如果该元素（已排序）大于新元素，将该元素移到下一位置 4.重复步骤3，直到找到已排序的元素小于或者等于新元素的位置 5.将新元素插入到该位置后 6.重复步骤2~5 * * * 插入排序执行元素比较的次数的n-1n（n-1）/ 2。 * SELECTIONSORT和INSERTIONSORT算法效率都不高，n个元素进行排序所需的操作次数与n2成正比增长。????是否有更有效的算法？ * 归并排序 指的是将两个已经排序的序列合并成一个序列的操作。归并排序算法依赖归并操作。 归并排序（Merge sort，台湾译作：合并排序）是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。 假设我们有一个数组A [1... M]，三个索引p,q,r符合1?p?qr?m，两个子阵列一个[P... Q]和A [q +1... R]是分别是升序排序。我们要使A[p…r]进行升序排序。 设两个有序的子序列(相当于输入序列)放在同一序列中相邻的位置上：array[low..m]，array[m + 1..high]，先将它们合并到一个局部的暂存序列 temp (相当于输出序列)中，待合并完成后将 temp 复制回 array[low..high]中，从而完成排序。 * 首先取两个指针s和t，分别指向一个A[p]和A [q +1]。准备一个空数组B [p..r]用来作为一个临时存储数组。每一次，比较的元素A[s]，A [t],将小的值加入数组B中，如果他们是相等的，将A[s]加入B数组。接下来，更新指针：如果一个A[s]≤A[t]，s+1，否则t+1。这个过程一直执行到s = q+1或t = r+1。在第一种情况下，追加其余的元素A [t