第二章 算法入门
2.3 算法设计
2.3.1 分治算法
有很多算法在结构上是递归的,递归这个定义比较难理解,简单的来说就是不断调用自身函数来解决问题。
分治模式的三大步骤:
分解(将原问题分解)->解决(递归的解决子问题,若子问题足够小直接求解)->合并(将子问题结果合并成原问题的解)
这里我们介绍一下合并排序,
分解:n个元素分成各含n/2的子序列
解决:用合并排序法对两个子序列递归地排序
合并:合并两个已排序的子序列得到排序结果
其实中心思想是分而治之,先分开然后在解决。 还是以扑克牌的例子,当你抽到一组牌共八张(52471326):将其分解为最后一行的8个数组然后每个在进行合并。
这里我们先讲一下合并的思路,在合并过程中我们需要传入4个参数,待排序数组A,分解的两个数组的长度[p,q],[q+1,r]
n1, n2, 表示新的两个数组L和R的长度,通过循环将A数组对应的值放入L和R中。
将两个数组中最后一个数设为无穷,这里去无穷是让code 13判断的时候如果其中一个数组(L或R)的数放完之后,剩下的数会直接入数组A。
循环取k为p到q,这是当前待排序的数组的范围。
从头比较R和L的大小然后将小的放入A数组对应的位置k中。
这里我代入上面第三部的合并(从下往上)给大家做一个实例分析(后面我会贴一个代码实例和测试样例)。
那么分的过程在这里需要各位自己稍微理解一下,代码很简单就是当p<r的时候不断的将范围对半分开,然后不能分的时候就开始合并。
这里贴一下java的代码,我这里用算法导论的合并算法写了一个Merge2,然后用自己的想法写了一个Merge,大家可以参考一下看哪个更好理解。
public static void MergeSort(int[]A,int p,int r){
if (p < r){
int q = (p+r)/2;
MergeSort(A,p,q);
MergeSort(A,q+1,r);
Merge2(A,p,q,r);
}
System.out.println("A"+ Arrays.toString(A));
}
private static void Merge(int[] A, int p, int q, int r) {
int[] temp = new int[r-p+1];
int i = p, j = q+1,k = 0;
while (i <= q && j <= r){
if (A[i] <= A[j]){
temp[k++] = A[i++];
}else {
temp[k++] = A[j++];
}
}
while(i <= q) {
temp[k++] = A[i++];
}
while(j <= r) {
temp[k++] = A[j++];
}
for (int l = 0; l < temp.length; l++) {
A[l+p] = temp[l];
}
// System.out.println(Arrays.toString(temp));
}
private static void Merge2(int[] A, int p,int q,int r){
int n1 = q-p+1;
int n2 = r-q;
int[] L = new int[n1+1];
int[] R = new int[n2+1];
for (int i = 0; i < n1; i++) {
L[i] = A[p+i];
R[i] = A[q+i+1];
}
L[n1] = 10000000;
R[n1] = 10000000;
// System.out.println("p:"+p+",q:"+q+",r:"+r);
// System.out.println("A"+ Arrays.toString(A));
// System.out.println("L"+Arrays.toString(L));
// System.out.println("R"+Arrays.toString(R));
int i = 0;
int j = 0;
for (int k = p; k <= r; k++) {
if (L[i] <= R[j]){
A[k] = L[i++];
}else {
A[k] = R[j++];
}
}
// System.out.println("A"+ Arrays.toString(A));
// System.out.println();
}
附上最后的测试样例
如果内容有误,欢迎大家留言区指教,互相探讨。