分治法解决集合划分问题.pptVIP

算法设计与分析;1、问题的引入

任何一个可以用计算机求解的问题所需的计算时间都与其规模N有关。问题的规模越小，越容易直接求解，解题所需的计算时间也越少。

例如，对于n个元素的排序问题

当n=1时，不需任何计算；

当n=2时，只要作一次比较即可排好序；

当n=3时只要作3次比较即可

……

当n=10000时，问题就不那么容易处理了。

由此可见：要想直接解决一个规模较大的问题，有时是相当困难的。 ;2、分治法就是为解决大规模问题而提出的

将要求解的大规模的问题分解为k个较小规模的问题，对这k个子问题分别求解。

;如果子问题的规模仍然不够小，则再划分为k个子问题，如此递归的进行下去，直到问题规模足够小，很容易求出其解为止。;将求出的小规模的问题的解合并为一个更大规模的问题的解，自底向上逐步求出原来问题的解。

;将求出的小规模的问题的解合并为一个更大规模的问题的解，自底向上逐步求出原来问题的解。

;分治法的主要思路是，将一个难以直接解决的大问题，分割成一些规模较小的相同问题，以便各个击破，分而治之。

;3、递归的概念

直接或间接地调用自身的算法称为递归算法。用函数自身给出定义的函数称为递归函数。

由分治法产生的子问题往往是原问题的较小模式，这就为使用递归技术提供了方便。在这种情况下，反复应用分治手段，可以使子问题与原问题类型一致而其规模却不断缩小，最终使子问题缩小到很容易直接求出其解。这自然导致递归过程的产生。

分治与递归像一对孪生兄弟，经常同时应用在算法设计之中，并由此产生许多高效算法。;递归举例

;4、要解决的问题

给定正整数m和n，计算出m个元素的集合{1,2,.,m}可以划分为多少个不同的由n个非空子集组成的集合。;;考虑3个元素的集合{1,2,3}，可划分为

①1个子集的集合：{{1，2，3}}

②2个子集的集合：{{1，2}，{3}}，{{1，3}，{2}}，{{2，3}，{1}}

③3个子集的集合：{{1}，{2}，{3}}

f(m,n)=?

显然f(3,1)=1;f(3,2)=3;f(3,3)=1;;如果要求f(4,2)该怎么办呢？

A.往①里添一个元素{4}，得到{{1，2，3}，{4}}

B.往②里的任意一个子集添一个4，得到

{{1，2，4}，{3}}，{{1，2}，{3，4}}，

{{1，3，4}，{2}}，{{1，3}，{2，4}}，

{{2，3，4}，{1}}，{{2，3}，{1，4}}

∴f(4,2)=f(3,1)+2*f(3,2)＝1+2*3＝7;

f(m,n)=;intf(intm,intn)

{

inttotal_number;//存放集合总数

if(m==n||m==0)

return1;

if(n==1)

return1;

returntotal_number=f(m-1,n-1)+n*f(m-1,n);

};//==================

//集合划分问题

//==================

#includeiostream

usingnamespacestd;

intf(intm,intn)//求集合个数的函数，m用来接收元素个数，n用来接收子集个数

{

inttotal_number;

if(m==n||m==0)

return1;

if(n==1)

return1;

returntotal_number=f(m-1,n-1)+n*f(m-1,n);

}

intmain()

{

intm,n;

couts请输入元素个数和非空子集个数:endl;

cinmn;

if(mn)

{

cout(error!输入的子集个数多于元素个数，请重新考虑要输入的数据!)endl;

return0;

}

else

couttotal_numberf(m,n)endl;

return0;

};在vc6.0中测试的结果：;分治法的适用条件;