计算机算法设计与分析——递归与分治策略（二）

最新推荐文章于 2023-04-14 13:39:33 发布

AlexYangJ

最新推荐文章于 2023-04-14 13:39:33 发布

阅读量560

点赞数

本文链接：https://blog.csdn.net/qq_21122519/article/details/69272979

版权

分治法：

分治法的基本思想是将一个规模为n的问题分解为k个规模的较小的子问题，这些子问题互相独立并且与原问题相同。递归地解这些子问题，然后将各个子问题的解合并得到原问题的解，他的一般算法设计模式如下：

divide-and-conquer(P)
{
if(|P|&lt;=n0)adhoc(P);
divide P into smaller subinstances P1,P2,……,Pk;
for(i=1;i&lt;=k;i++)
{
yi=divide-and-conquer(Pi);
}
return merge(y1,y2,……,yk);
}

其中，|P|表示问题P的规模，n0为一阈值，表示当问题P的规模不超过n0时，问题已容易解出，不必在继续分解。adhoc（P）是在分治法中的基本子算法，用于直接解小规模的问题P。当P的规模不超过n0时，直接用算法adhoc（P）求解。算法merge（y1，y2，……，yk）是在分治法中的合并子算法，用于将P的子问题P1，P2，……，Pk的解y1，y2，……，yk合并为p的解。

根据分治法的分割原则，应该把原问题分为多少个子问题才算适宜？每个子问题是否规模相同或者怎么样才是合适的？这个问题很难回答，但是人们从大量的实践中发现，在用分治法设计算法时，最好使子问题的规模大致相同，。即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同的做法出自一种平衡子问题的思想，它几乎总是比子问题规模不等的做法要好。

从分治法的一般设计模式可以看出，用它设计出的程序一般是递归算法，因此，分治法的计算机效率通常可以用递归方程来进行分析。