第六章 分治法.ppt

第6章 分治法 概述：算法概要、算法效率 折半查找 合并排序 快速排序 大整数乘法 Strassen 矩阵乘法 本章习题 概述 6.1 分治法基本思想（算法概要、算法效率） 分治法是著名的通用算法设计技术，很多非常有效的算法实际上是这个 通用算法的特殊实现。基本思想符合人们在解决复杂问题时，常常将其 从大到小逐步分解，进而将较易求解的小问题解合并得到原问题的解。 这即是“分治法”的分而治之的思想。 算法概要 1. 分解原问题规模为较小的子问题，子问题最好有相同规模； 2. 求解子问题；( 1 2 步“分解－求解”过程通常是递归的，直到子问题可简单求解为止) 3. 合并子问题的解，得到原问题的解（必要的话）。 分治算法概要描述 分治算法概要描述： 分治法应用的一个简例 6.2 分治算法设计的特点 分治法应用的一个简例：—— 查找最大元素 已知 S 有 n 个元素，求 S 的最大元素。不妨设 的整数。 本问题可设计多种算法，这里用分治法求解：每次将 S 一分为二，直到 分解到仅有2个元素的求解子集为止；求解算法是返回两元素之较大者。 分治法应用简例的过程图解 分治法应用简例的过程图解 已知： S = { 30, 11, 42, 22, 1, 55, 21, 43 } 有 n = 23 个元素； 求： S 的最大元素。 分治算法设计的两个基本特征 1、分治求解子集是规模相同，求解过程相同的实际问题的分解。即使用一个函数，求解不同的子集。 2、求解过程反复使用相同的求解子集函数来实现，一般用递归函数来实现算法。 分治法时间效率（例） 6.3 分治法的时间复杂度 上例的时间效率：—— 查找最大值 输入规模：元素个数 n ； 基本操作：比较操作； 效率类别：无最佳、最差、平均效率之分； 建立递归算法的递推式并求解得到增长函数的增长率类型： 本例求解子集仅2个元素，需比较一次。下面用归纳法分析： ① n=2=21：T(n) = T(2) = 1。——比较一次 ② n=4=22：T(n) = 2T(4/2)+1。2T(4/2)：求解子集个数为2，求解子集 规模 4/2。+1：两个子集解需合并一次即比较一次。 ③ n=8=23： T(n) = 2T(8/2)+1 = 2T(4) + 1。 ④ n=2k： T(n) = 2T(2k/2)+1= 2T(2k-1) + 1。 本例归纳结果： 通用分治递推式及其效率 分治法运算时间的通用分治递推式： 一个规模 n 的问题，每次被分为 a 个子问题，每个子问题规模 n/b （上例：a = 2, b = 2）。为简化分析，假定 n 是 b 的乘方即 n = bk， k=1,2,3,..., 通用分治递推式如下： c：子集 (规模为 tr )求解时间 (常量)；（时间：基本操作数） f (n)：子集分解和子集解合并的时间。（本例比较1次即 f (n) = 1） 解递推式，得到时间效率(主定理)： 折半查找 折半查找 算法策略：(非降序) 通过比较查找键 K 和有序数组中间元素 A[m] 来完成查找工作。若它们 相等，算法结束；否则，如果KA[m]，则在数组前半部分内进行查找， 如果KA[m]，就在数组的后半部分内进行查找。 算法描述 折半查找算法效率 折半查找的算法效率 输入规模：元素个数 n ； 基本操作：键值比较； 效率类别：显然键值比较次数与输入特征（元素的顺序）有关，因此 存在最佳、最差、平均效率。（最佳效率 Tbest(n)=1） 最差效率：（如数组中没有查找键，即失败查找） 对该问题，可直接写出键值比较次数（基本操作）递推式： 理解一： 原区间通过 1次 比较K=A[m]，化为一半规模的 1个求解子问题。 理解二： 根据通用分治递推式得到，a = 1, b = 2, f (n) = 1 分解需1次比较。 问题：递推式为什么是向下取整？（A[0...n-1]） 求解递推式得：（过程略） 折半查找算法简评 折半查找算法简评 就键值比较的查找算法而言，折半查找是一种最优的查找算法； 但还有一些查找算法具有更优的平均效率（插值查找、散列查找）， 散列查找甚至不需要输入是有序的！当然，这些算法除了键值比较， 还有一些特殊的附加计算。 折半查找所包含的思想不仅仅能用于查找，还可以用于一元高次方程 求解（如解超越方