递归分治动态规划回溯.pptVIP

大整数的乘法请设计一个有效的算法，可以进行两个n位大整数的乘法运算小学的方法：O(n2)?效率太低分治法:abcd复杂度分析T(n)=O(n2)?没有改进?X=Y=X=a2n/2+bY=c2n/2+dXY=ac2n+(ad+bc)2n/2+bd第29页，共73页，星期日，2025年，2月5日大整数的乘法请设计一个有效的算法，可以进行两个n位大整数的乘法运算小学的方法：O(n2)?效率太低分治法:XY=ac2n+(ad+bc)2n/2+bd为了降低时间复杂度，必须减少乘法的次数。XY=ac2n+((a-c)(b-d)+ac+bd)2n/2+bdXY=ac2n+((a+c)(b+d)-ac-bd)2n/2+bd复杂度分析T(n)=O(nlog3)=O(n1.59)?较大的改进?细节问题：两个XY的复杂度都是O(nlog3)，但考虑到a+c,b+d可能得到m+1位的结果，使问题的规模变大，故不选择第2种方案。第30页，共73页，星期日，2025年，2月5日大整数的乘法请设计一个有效的算法，可以进行两个n位大整数的乘法运算小学的方法：O(n2)?效率太低分治法:O(n1.59)?较大的改进更快的方法??如果将大整数分成更多段，用更复杂的方式把它们组合起来，将有可能得到更优的算法。最终的，这个思想导致了快速傅利叶变换(FastFourierTransform)的产生。该方法也可以看作是一个复杂的分治算法，对于大整数乘法，它能在O(nlogn)时间内解决。是否能找到线性时间的算法？？？目前为止还没有结果。第31页，共73页，星期日，2025年，2月5日Strassen矩阵乘法A和B的乘积矩阵C中的元素C[i,j]定义为:若依此定义来计算A和B的乘积矩阵C，则每计算C的一个元素C[i][j]，需要做n次乘法和n-1次加法。因此，算出矩阵C的个元素所需的计算时间为O(n3)传统方法：O(n3)第32页，共73页，星期日，2025年，2月5日Strassen矩阵乘法使用与上例类似的技术，将矩阵A，B和C中每一矩阵都分块成4个大小相等的子矩阵。由此可将方程C=AB重写为：传统方法：O(n3)分治法:由此可得：复杂度分析T(n)=O(n3)?没有改进?第33页，共73页，星期日，2025年，2月5日Strassen矩阵乘法传统方法：O(n3)分治法:为了降低时间复杂度，必须减少乘法的次数。复杂度分析T(n)=O(nlog7)=O(n2.81)?较大的改进?第34页，共73页，星期日，2025年，2月5日Strassen矩阵乘法传统方法：O(n3)分治法:O(n2.81)更快的方法??Hopcroft和Kerr已经证明(1971)，计算2个２×２矩阵的乘积，7次乘法是必要的。因此，要想进一步改进矩阵乘法的时间复杂性，就不能再基于计算2×2矩阵的7次乘法这样的方法了。或许应当研究３×３或５×５矩阵的更好算法。在Strassen之后又有许多算法改进了矩阵乘法的计算时间复杂性。目前最好的计算时间上界是O(n2.376)是否能找到O(n2)的算法？？？目前为止还没有结果。第35页，共73页，星期日，2025年，2月5日快速排序privatestaticintpartition(intp,intr){inti=p,j=r+1;Comparablex=a[p];//将=x的元素交换到左边区域//将=x的元素交换到右边区域while(true){while(a[++i].compareTo(x)0);while(a[--j].compareTo(x)0);if(i=j)break;MyMath.swap(a,i,j);}a[p]=a[j];a[j]=x;returnj;}初始序列{6,7,5,2,5,8}j--;{5,7,5,2,6,8}i++;{5,6,5,2,7,8}j--;{5,2,5