求最大值与最小值问题.docVIP

PAGE PAGE 2 华 北 科 技 学 院 课程考查报告 班 级: 姓名: a 学 号: 啊 课程名称: 《算法设计与分析》 啊 课程性质: 专业方向选修 啊 开设学期: 2021-2021学年第2学期 啊 考核成绩:___________________ ________ 任课教师: 啊 2021年5月23日 题目 求最大值与最小值问题 一 、问题描述 输入一列整数，求出该列整数中的最大值与最小值。 二、 课程设计目的 通过课程设计，提高用计算机解决实际问题的能力，提高独立实践的能力，将课本上的理论知识和实际有机的结合起来，锻炼分析解决实际问题的能力。提高适应实际，实践编程的能力。在实际的编程和调试综合试题的基础上，把高级语言程序设计的思想、编程巧和解题思路进行总结与概括，通过比较系统地练习达到真正比较熟练地掌握计算机编程的基本功，为后续的学习打下基础。了解一般程序设计的基本思路与方法。 三、 问题分析 看到这个题目我们最容易想到的算法是直接比较算法：将数组的第?1?个元素分别赋给两个临时变量：fmax:=A[1];?fmin:=A[1];?然后从数组的第?2?个元素?A[2]开始直到第?n个元素逐个与?fmax?和?fmin?比较，在每次比较中，如果?A[i]??fmax，则用?A[i]的值替换?fmax?的值；如果?A[i]??fmin，则用?A[i]的值替换?fmin?的值；否则保持?fmax（fmin）的值不变。这样在程序结束时的?fmax、fmin?的值就分别是数组的最大值和最小值。这个算法在最好、最坏情况下，元素的比较次数都是?2(n-1)，而平均比较次数也为?2(n-1)。?? 如果将上面的比较过程修改为：从数组的第?2?个元素?A[2]开始直到第?n?个元素，每个?A[i]都是首先与?fmax?比较，如果?A[i]fmax,则用?A[i]的值替换?fmax?的值；否则才将?A[i]与?fmin?比较，如果?A[i]??fmin，则用?A[i]的值替换?fmin?的值。 这样的算法在最好、最坏情况下使用的比较次数分别是 n-1 和 2(n-1),而平均比较次数是 3(n-1)/2,因为在比较过程中，将有一半的几率出现 A[i]fmax 情况。 如果采用分治的思想，可以构造算法，其时间复杂度在最坏情况下和平均用时均 为 3n/2-2. 四、主要算法（分治法）描述 4.1?? 当我们求解某些问题时，由于这些问题要处理的数据相当多，或求解过程相当复杂，使得直接求解法在时间上相当长，或者根本无法直接求出。对于这类问题，我们往往先把它分解成几个子问题，找到求出这几个子问题的解法后，再找到合适的方法，把它们组合成求整个问题的解法。如果这些子问题还较大，难以解决，可以再把它们分成几个更小的子问题，以此类推，直至可以直接求出解为止。这就是分治策略的基本思想。? 把n个元素分成两组：? A1={A[1],...,A[int(n/2)]}和A2={A[int(N/2)+1],...,A[N]}? 分别求这两组的最大值和最小值，然后分别将这两组的最大值和最小值相比较，求出全部元素的最大值和最小值。如果A1和A2中的元素多于两个，则再用上述方法各分为两个子集。直至子集中元素至多两个元素为止。 例如有下面一组元素：-13，13，9，-5，7，23，0，15。用分治策略比较的过程如下： 图中每个方框中，左边是最小值，右边是最大值。从图中看出，用这种方法一共比较了10次，比直接比较法的14次减少4次，即约减少了1/3 4.2 分治法在每一层递归上都有三个步骤： 分解：将原问题分解为若干个规模较小，相互独立，与原问题形式相同的子问题； 解决：若子问题规模较小而容易被解决则直接解，否则递归地解各个子问题； 合并：将各个子问题的解合并为原问题的解。 4.3 在用分治法设计算法时，最好使子问题的规模大致相同。换句话说，将一个问题分成大小相等的k个子问题的处理方法是行之有效的。许多问题可以取 k = 2。这种使子问题规模大致相等的做法是出自一种平衡(balancing)子问题的思想，它几乎总是比子问题规模不等的做法要好。 五、 算法代码及运行结果 5.1 分治法 import java.util.Arrays; import java.util.Scanner; public class lianxi {