算法设计与分析..pptVIP

2.7 合并排序 基本思想：将待排序元素分成大小大致相同的2个子集合，分别对2个子集合进行排序，最终将排好序的子集合合并成为所要求的排好序的集合。 递归算法描述： public static void mergeSort(Comparable a[], int left, int right) { if (leftright) {//至少有2个元素 int i=(left+right)/2; //取中点 mergeSort(a, left, i); mergeSort(a, i+1, right); merge(a, b, left, i, right); //合并到数组b copy(a, b, left, right); //复制回数组a } } 复杂度分析 T(n)=O(nlogn) 渐进意义下的最优算法 算法改进 算法mergeSort的递归过程可以消去。 初始序列 [49] [38] [65] [97] [76] [13] [27] 第一步　 [38 49] [65 97] [13 76] [27] 第二步　 [38 49 65 97] [13 27 76] 第三步　 [13 27 38 49 65 76 97] 改进后的算法描述及其复杂性 算法描述：略 复杂性分析： 最坏时间复杂度：O(nlogn) 平均时间复杂度：O(nlogn) 辅助空间：O(n) 思考题：给定有序表A[1:n]，修改合并排序算法，求出该有序表的逆序对数。 2.8 快速排序 快速排序是基于分治策略的另一个排序算法，其基本思想是： 分解——以ap为基准元素将ap：r划分成3段ap：q-1、aq和aq+1：r，使得ap：q-1中任何元素小于aq ，aq+1：r中任何元素大于aq ；下标q在划分过程中确定； 递归求解——通过递归调用快速排序算法分别对ap：q-1和aq+1：r进行排序； 合并——由于对ap：q-1和aq+1：r的排序是就地进行的，所以在ap：q-1和aq+1：r都已排好序后不需要执行任何计算ap：r就已排好序。 在快速排序中，记录的比较和交换是从两端向中间进行的，关键字较大的记录一次就能交换到后面单元，关键字较小的记录一次就能交换到前面单元，记录每次移动的距离较大，因而总的比较和移动次数较少。 快速算法描述： templateclass Type void QuickSort (Type a[], int p, int r) { if (pr) { int q=Partition(a,p,r); QuickSort (a,p,q-1); //对左半段排序 QuickSort (a,q+1,r); //对右半段排序 } } 分解/划分算法描述 分解/划分算法描述： templateclass Type int Partition (Type a[], int p, int r) { int i = p, j = r + 1; Type x=a[p]; // 将 x的元素交换到左边区域 // 将 x的元素交换到右边区域 while (true) { while (a[++i] x); while (a[- -j] x); if (i = j) break; Swap(a[i], a[j]); } a[p] = a[j]; a[j] = x; return j; } {6, 7, 51, 2, 5, 8} 初始序列 {6, 7, 51, 2, 5, 8} j--; ↑i　　　　　　↑j {5, 7, 51, 2, 6, 8} i++; 　 ↑i　　　 ↑j {5, 6, 51, 2, 7, 8} j--; 　 ↑i　 　↑j {5, 2, 51, 6, 7, 8} i++; 　　　↑i ↑j {5, 2, 51}6{7, 8} 完成 快速排序具有不稳定性！ 复杂性分析及随机化的快速排序算法 算法复杂性分析： 最坏时间复杂度：O(n2) 平均时间复杂度：O(nlogn) 辅助空间：O(n)或O(logn) 快速排序算法的性能取决于划分的对称性。通过修改算法partition，可以设计出采用随机选择策略的快速排序算法。在快速排序算法的每一步中，当数组还没有被划分时，可以在a[p:r]中随机选出一个元素作为划分基准，这样可以使划分基准的选择是随机的，从而可以期望划分是较对称的。 算法描述： templateclass Type int RandomizedPartition (Type a[], int p, int r) { int i = Random(p,r); Swap(a[i], a[p]); return Partition (a, p