基本的算法策略.pptxVIP

第四章 基本的算法策略;4.1 迭代算法;4．1．1 递推法 ;算法1： ;4.1.2 倒推法 ;【例】猴子吃桃问题 一只小猴子摘了若干桃子，每天吃现有桃的一半多一个， 到第10天时就只有一个桃子了，求原有多少个桃？ 数学模型：每天的桃子数为：a10=1, a9=（1+a10）*2, a8=（1+a9）*2,……a10=1， 递推公式为：ai=（1+ai+1）*2 I = 9,8,7,6……1 算法如下 ： main( ) { int i,s; s=1; for (i=9 ;i=1;i=i-1) s=(s+1）*2 print (s)； } ;4.2 蛮力法;4．2．1 枚举法 ;【例】解数字迷： A B C A B × A D D D D D D 算法设计1：按乘法枚举 1)枚举范围为： A：3——9（A=1，2时积不会得到六位数）,B：0——9, C：0——9 六位数表示为A*10000+B*1000+C*100+A*10+B， 共尝试800次。 2)约束条件为： 每次尝试，先求5位数与A的积，再测试积的各位是否相 同，若相同则找到了问题的解。 测试积的各位是否相同比较简单的方法是，从低位开始， 每次都取数据的个位，然后整除10，使高位的数字不断变 成个位，并逐一比较。 ;算法1如下： main（ ） { int A,B,C,D,E,E1,F,G1,G2,i; for(A=3; A=9; A++) for(B=0; B=9; B++) for(C=0; C=9; C++) { F=A*10000+B*1000+C*100+A*10+B; E=F*A； E1=E; G1=E1 mod 10; for(i=1; i=5; i++) { G2=G1; E1=E1/10; G1= E1 mod 10; if(G1G2 ) break; } if(i=6) print( F，”*”，A，”=”，E); } };4.3 分而治之算法;4．3．1 分治算法框架 ;说明： 有时问题分解后，不必求解所有的子问题，也就不必作第三步的操作。比如折半查找，在判别出问题的解在某一个子问题中后，其它的子问题就不必求解了，问题的解就是最后（最小）的子问题的解。分治法的这类应用，又称为“减治法”。 多数问题需要所有子问题的解，并由子问题的解，使用恰当的方法合并成为整个问题的解，比如合并排序，就是不断将子问题中已排好序的解合并成较大规模的有序子集。 ;2．适合用分治法策略的问题 当求解一个输入规模为n且取值又相当大的问题时，用蛮力策略效率一般得不到保证。??问题能满足以下几个条件，就能用分治法来提高解决问题的效率。 1）?? 能将这n个数据分解成k个不同子集合，且得到k个子集合是可以独立求解的子问题，其中1＜k≤n； 2）?? 分解所得到的子问题与原问题具有相似的结构，便于利用递归或循环机制； 在求出这些子问题的解之后，就可以推解出原问题的解； ;4．3．2 二分法;;【例1】金块问题： 老板有一袋金块(共n块)，最优秀的雇员得到其中最重的一块，最差的雇员得到其中最轻的一块。假设有一台比较重量的仪器，我们希望用最少的比较次数找出最重的金块。;算法设计1： 　比较简单的方法是逐个的进行比较查找。先拿两块比较重量，留下重的一个与下一块比较，直到全部比较完毕，就找到了最重的金子。算法类似于一趟选择排序， 算法如下： 　maxmin( float a[],int n) 　 { max==min=a[1]; for(i=2; i=n ;i++ ) if(max a[i]) max=a[i]; 　 else if(min a[i]) min=a[i]; } ;算法分析1： 　算法中需要n-1次比较得到max。最好的情况是金块是由小到大取出的，不需要进行与min的比较，共进行n-1次比较。最坏的情况是金块是由大到小取出的，需要再经过n-1次比较得到min;算法设计2: 　　在含n（n是2的幂（n=2））个元素的集合中寻找极大元和极小元。用分治法（二分法）： 1）? 将数据等分为两组（两