算法第2章分治策略.ppt

第2章 分治策略（Divide and Conquer）;2.1.1 两个熟悉的例子;时间复杂度分析;2.1.2 分治算法的一般性描述;分治策略的算法分析工具：递推方程 两类递推方程 求解方法 第一类方程：迭代法、换元法、递归树、尝试法 第二类方程：迭代法、递归树、主定理 ;递推方程的解;A 报告;分治算法;伪码描述;例2.2 幂乘计算;计算 Fibonacci 数;2.3 改进分治算法的途径;例2.4 A,B 为两个n 阶矩阵，n =2k, 计算 C = AB. 传统算法 W(n)= O(n3) 分治法 将矩阵分块，得 其中 递推方程 W(n) = 8 W(n/2) + cn2 W(1) = 1 解 W(n) = O(n3).;Strassen 矩阵乘法;;;右边每个小方格至多1个点，每个点至多比较对面的6个点， 距离??的2个点(左右各1个)其纵坐标位置相差不超过12， 检查1个点是常数时间，O(n) 个点需要O(n)时间;;预排序的处理方法 ;实例：递归中的拆分;典型实例分析;算法Partition(A,p,r) 输入：数组A[p,r] 输出?：j，A的首元素在排好序的数组中的位置 1. x ? A[p] 2. i ? p 3. j ? r+1 4. while true do 5. repeat j ? j ?1 6. until A[ j ] ? x 7. repeat i ? i +1 8. until A[ i ] x 9. if i j 10. then A[ i ] ? A[ j ] 11. if i=j?1 then return j 12. else return j ;划分实例;最坏情况 ;均衡划分;假设输入数组首元素排好序后的正确位置处在1,2,…,n 各种 情况是等可能的，概率为1/n. 利用差消法求得 T(n)=O(nlogn); 问题：从给定的集合 L 中选择第 i 小的元素 不妨设 L 为 n 个不等的实数 i=1, 称为最小元素； i=n，称为最大元素； i=n-1，称为第二大元素； 位置处在中间的元素，称为中位元素 当n为奇数时，中位数只有1个，i=(n+1)/2； 当n为偶数时，中位数有2个，i=n/2, n/2+1. 也可以规 定其中的一个 ;算法 Findmax 输入：n 个数的数组 L 输出：max, k 1. max?L[1]；k?1 2. for i?2 to n do 3. if max L[i] 4. then max?L[i] 5. k?i 5. return max, k 算法最坏情况下的时间复杂度 W(n)=n?1;选最大和最小;找第二大;算法 FindSecond 输入：n个数的数组L 输出：Second 1．k ?n 2．将 k 个元素两两一组，分成 ?k/2? 组 3．每组的2个数比较，找到较大的数 4．将被淘汰的较小的数在淘汰它的数所指向的链表中 做记录 5．if k 为奇数 then k ? ?k/2? +1 6．else k ? ?k/2? 7．if k1 then goto 2 8．max ?最大数 9．Second ? max 的链表中的最大;命题2.2 max在第一阶段的分组比较中总计进行了?logn?次比较. 证 设本轮参与比较的有 t 个元素，经过分组淘汰后进入下一轮的元素数至多是 ?t/2? . 假设 k 轮淘汰后只剩下一个元素 max，利用 ? ?t/2? /2? = ?t/22? 的结果并对 k 归纳，可得到 ?n/2k?=1. 若 n=2d，那么有 k=d＝logn=?logn? 若 2dn2d＋1, 那么 k=d+1=?logn? 　　　　　　　　　　　　　　　　　　　　　 算法时间复杂度是 W(n)=n