分治法第k小元素poj.ppt

在最坏情况下，算法需要O(n2)计算时间01若改进算法一，在划分时随机选取一个元素作为基准元素，算法可以在O(n)平均时间内找出n个输入元素中的第k小元素。但在最坏情况下，算法仍需要O(n2)计算时间。我们要找一个字最坏情况下只需O(n)时间的算法。02问题的关键是基准元素的选取03分析方法一：关键问题：如何选择基准元素？方法一：以区间左端元素为基准元素方法二：随即选取基准元素在最坏情况下，效果极不理想，不能保证问题的规模以一个常数因子被减小03040201中项的概念01序列A[1...n]的中项是序列中第小的元素02若能找到序列的中项，一中项为基准可将序列分成大致相等的两部分，这是最理想的！然而寻找中项是和原问题一样难03降低难度：找一个接近中项的元素作为基准元素！04第六章分治分治法的设计思想是，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。战略算法设计技术划分——治理——组合0201036.1引言算法总体思想将要求解的较大规模的问题分割成k个更小规模的子问题。nT(n/2)T(n/2)T(n/2)T(n/2)T(n)=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。nT(n)=n/2T(n/4)T(n/4)T(n/4)T(n/4)n/2T(n/4)T(n/4)T(n/4)T(n/4)n/2T(n/4)T(n/4)T(n/4)T(n/4)n/2T(n/4)T(n/4)T(n/4)T(n/4)直到问题规模足够小，很容易求出其解为止。可将规模为n的问题分解为多少个规模为n/2的子问题？为什么不一定是两个？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。nT(n)=n/2T(n/4)T(n/4)T(n/4)T(n/4)n/2T(n/4)T(n/4)T(n/4)T(n/4)n/2T(n/4)T(n/4)T(n/4)T(n/4)n/2T(n/4)T(n/4)T(n/4)T(n/4)棋盘覆盖问题n=8一个简单例子问题一：在一个整数组A[1...n]中，同时寻找最大值和最小值方法一：顺序扫描法S1:min=A[1];max=A[1];S2:扫描数组，对i从2到n做：S2a:如果A[i]min，则min=A[i];S2b:如果A[i]max，则max=A[i];S3:返回x,y的值比较次数：2n-2方法二：分治法基本思想：划分：将数组分割成两半治理：在每一半中找到最大值和最小值。合并：返回两个最大值中的最大值和两个最小值中的最小值。算法6.1Minmax(intlow,inthigh){ifhigh-low=1thenifA[low]A[high]thenreturn(A[low],A[high])elsereturn(A[high],A[low])endifelsemid=(low+high)/2(x1,y1)=minmax(low,mid)(x2,y2)=minmax(mid+1,high)x=min{x1,x2};y=max(y1,y2)return(x,y)endif请将以上算法改写为C程序注意：以上算法要求函数同时返回两个值，显然是不符合C语言语法的，请给出你的解决方案C中函数参数的传递是传值传递讨论（1）Minmax(intA[],intlow,inthigh,int*x,int*y){if(high-low==1)if(A[low]A[high]){*x=A[low];*y=A[high];}else{*x=A[high];*y=A[low]);}else{mid=(low+high)/2;minmax(A,low,mid,x1,y1);minmax(A,mid+1,high,x2,y2);x=min{x1,x2};y=max(y1,y2);}}C(n)=3n/2-2求解递推式得：时间复杂度分析：若n=2C(n)=2C(n/2)+2若n26.2二分搜索问题