noip基础算法——贪心和分治pascal.pptVIP

NOIP基础算法——分治与贪心;第五部分 分治策略;一、分治思想;二、分治法的适用条件;三、分治的三步骤;分治算法设计过程图;由分治法所得到的子问题与原问题具有相同的类型。如果得到的子问题相对来说还太大，则可反复使用分治策略将这些子问题分成更小的同类型子问题，直至产生出不用进一步细分就可求解的子问题。分治求解可用一个递归过程来表示。 要使分治算法效率高，关键在于如何分割？一般地，出于一种平衡原则，总是把大问题分成K个规模尽可能相等的子问题，但也有例外，如求表的最大最小元问题的算法，当n＝6时，等分定量成两个规模为3的子表L1和L2不是最佳分割。一般来讲，都是2分为主。;四、分治的框架结构;五、分治的典型应用;1、求最大值和最小值;用分治法解决这个问题就是把集合a分成a1,a2两个子集，每个子集有n/2个元素，应用递归结构找出两个子集的最大元和最小元，比较得到的两个最大元和最小元即可得到整个集合a中的最大元和最小元。 划分：把n个数均分为两半。即：划分点为d=(r1+r2)/2，两个区间为[r1,d]和[d+1,r2]。 递归求解：求左半的最小值min1 和最大值max1以及右半最小值min2和最大值max2。 合并：所有数的最大值为maxx，最小值为minn。;procedure pd(r1,r2:integer;var maxx,minn:integer) begin var max1,min1,max2,min2,d:integer; if r1=r2 then begin maxx:=x[r1]; minn:=x[r1];end else if r2=r1+1 then begin if x[r2]x[r1] then begin maxx:=x[r2];minn:=x[r1];end else begin maxx:=x[r1];minn:=x[r2];end end else begin d:=(r1+r2)/2; pd(r1,d,max1,min1); pd(d+1,r2,max2,min2); if max1max2 then maxx:=max1;else maxx:=max2; if min1min2 then minn:=min1;else minn:=min2; end end;2、非线性方程求根;分析;分析;分析;核心参考代码;3、归并排序;;分析;核心参考代码;【变形1】逆序对数目;朴素算法;分治算法：;和归并排序一样，划分和递归求解都好办，关键在于合并：如何求出i在左边，而j在右边的逆序对数目呢？统计的常见技巧是“分类”。我们按照j的不同把这些“跨越两边”的逆序对进行分类：只要对于右边的每个j，统计左边比它大的元素个数f(j)，则所有f(j)之和便是答案。 幸运的是，归并排序可以帮助我们“顺便”完成f(j)的计算：由于合并操作是从小到大进行排序的，当右边的a[j]复制到T中时，左边还没有来得及复制到T的那些数就是左边所有比a[j]大的数。此时累加器中加上左边元素个数mid-i+1即可。 即把“if(a[i]a[j])then begin temp[p]:=a[j];inc(p);inc(j);end 改为“if(a[i]a[j])then begin tot:=tot+mid-i+1;temp[p]:=a[j];inc(p);inc(j);end;4、二分查找;方法2：二分查找;方法1：二分查找的递归实现;方法2：二分查找的非递归实现： ;【扩展1】二分查找求下界，即第一次出现的位置 function Erfen(L,r,x:integer):integer; begin var mid:integer; while(Lr)do begin mid:=(L+r)div 2; if x=a[mid] then r:=mid else L:=mid+1;