算法导论学习笔记（三） 初稿

几个小概念

• 当子问题足够大到需要使用递归求解时，称为递归情况

• 当子问题足够小到无需递归时，称为基本情况

• 等式或不等式都可被称为递归式

• 求解递归的三种方法：代入法，递归树法，主方法

• 对于等式递归，其结果应为Θ，而不等式为Ω或Ο

• 对于分治时两部分的向上向下取整，递归式的边界条件等细节时常可以忽略不计

4.1 引例——最大子数组

1. 暴力求解法

   1. 全为正数：两层循环遍历求最大差值

   2. 有正有负：先变化为全正，再两层循环求最大差值

2. 分治法

   • 两种情况

     1. 全为正数：化简为正负相间的形式（相邻相减）
     2. 有正有负：无需化简

   • 求解思想——将数组分为三部分：完全在中间以左，完全在中间以右，贯穿左右

   • 具体代码

#include <iostream>
#include <algorithm>
using namespace std;

struct qu{
    int left;
    int right;
    int result;
    qu()
    {
        left=right=0;
        result=0;
    }
    qu(int le, int ri)
    {
        left=le;
        right=ri;
    }

    qu& operator =(const qu& temp)
    {
        left=temp.left;
        right=temp.right;
        result=temp.result;
        return *this;
    }

};
qu maxcross(int *a, int l, int m, int r)
{
    int i,j;
    int maxi=a[m], maxj=a[m+1];
    int resulti=m,resultj=m+1;
    int temp1=maxi,temp2=maxj;

    for(i=m-1; i>=l; i--){
        temp1+=a[i];
        if(temp1>maxi){
            maxi=temp1;
            resulti=i;
        }
    }
    for(j=m+2; j<=r; j++){
        temp2+=a[j];
        if(temp2>maxj){
            maxj=temp2;
            resultj=j;
        }
    }

    qu Q(resulti,resultj);
    Q.result=maxi+maxj;
    return Q;
}

qu maxsub(int *a, int l, int r)
{
    if(l>=r){
        qu temp(l,l);
        temp.result=a[l];
        return temp;
    }
    int m=(l+r)/2;
    qu Q[3];
    Q[0]=maxsub(a,l,m);
    Q[1]=maxsub(a,m+1,r);
    Q[2]=maxcross(a,l,m,r);

    qu maxq;
    maxq=Q[0];
    if(Q[1].result>maxq.result)
        maxq=Q[1];
    if(Q[2].result>maxq.result)
        maxq=Q[2];
    return maxq;
} 

int main(){
    int a[16]={13,-3,-25,20,-3,-16,-23,18,20,
    -7,12,-5,-22,15,-4,7};
    qu re;

    re=maxsub(a,0,15);
    cout<<re.left<<" "<<re.right<<endl;
    cout<<re.result<<endl;
    return 0;
}

4.2 矩阵乘法

1. 正常算法(Θ(n^3^))

   • 普通拆分
   • 递归拆分（以下标实现拆分）

2. Strassen方法

   • 步骤概述：
     
     • 分解矩阵：采用下标计算法分解为n/2*n/2的子矩阵
     • 创建 $S_1,...,S_{10}$ 10个n/2*n/2的子矩阵，并赋值
     • 递归计算7个矩阵的积$P_1, ... ,P_7$
     • 通过$P_i$ 的不同组合计算结果
   • 矩阵S
     $$S_1=B_{12}-B_{22}$$
     $$S_2=A_{11}+A_{12}$$
     $$S_3=A_{21}+A_{22}$$
     $$S_4=B_{21}-B_{11}$$
     $$S_5=A_{11}+A_{22}$$
     $$S_6=B_{11}+B_{22}$$
     $$S_7=A_{12}-A_{22}$$
     $$S_8=B_{21}+B_{22}$$
     $$S_9=A_{11}-A{21}$$
     $$S_{10}=B_{11}+B_{12}$$
   • 递归相乘
     $$P_1=A_{11} \cdot S_1$$
     $$P_2=S_2 \cdot B_{22}$$
     $$P_3=S_3 \cdot B_{11}$$
     $$P_4=A_{22} \cdot S_4$$
     $$P_5=S_5 \cdot S_6$$
     $$P_6=S_7 \cdot S_8$$
     $$P_7=S_9 \cdot S_{10}$$
   • 最后的加减法运算

$$C_{11}=P_5 + P_4 - P_2 + P_6$$
$$C_{12}=P_1+P_2$$
$$C_{21}=P_3+P_4$$
$$C_{22}=P_5+P_1-P_3-P_7$$

4.3 朴素的代入法（数学归纳法）

运用数学归纳法的基本知识，同时兼顾渐进符号所省略的较小项。

4.4 本质的递归树法（结构分析）

主要目的是生成一个好的猜想，通常不会十分精确

包括：

• 忽略舍入
• 忽略节点的缺失，即假设为完全树

4.5 定理性的主方法（性质使用）

1. 内容

   • 对于形如 $T(n)=aT(n/b)+f(n)$ 的递推式

     • 如果存在某常数ε>0，有$f(n)=O(n^{log_b{a-\epsilon}})$，则$T(n)=\Theta(n^{log_ba})$

     • 如果$f(n)=\Theta(n^{log_ba})$，则$T(n)=\Theta(n^{log_ba}lgn)$

     • 如果存在某常数ε>0，有$f(n)=\Omega (n^{log_b{}})$

     • 如果$f(n)=\Theta(n^{log_ba}\ lg^kn)$，那么$T(n)=\Theta(n^{log_ba}\ lg^{k+1}n)$

   • 缺陷 ——f(n)必须与 $n^{log_b{a}}$ 有 $n^{\epsilon}$的差距，因此存在“间隙”

2. 缺陷举例
   $T(n)=2T(n/2)+nlgn$