分治与递归【原理篇】

一、算法总体思想:

1.总体思想:

        将一个复杂的规模为n的问题分解为k个规模较小的问题如此递归分解下去直至问题规模足够小,很容易求解为止。

        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。

2.分治法的适用条件:

  • 该问题可以分解为若干个规模较小的、很容易解决的相同问题(最优子结构性质)
  • 子问题的解可以合并为该问题的解;
  • 子问题之间不包含公共的子问题;

3.一般的算法设计模式:

divide_and_conquer(P)
{
    if(|P|<=n0)//问题规模小于n0时,不必分解
        adhoc(P);//该分治法中的基本子算法,用于直接求解小规模问题Pi
    
    divide P into smaller P1,P2,P3,...,Pk;
    for(int i=0;i<=k;i++)
    {
        yi=divide_and_conquer(Pi);
    }
    return merge(y1,y2,...,yk);//该分治法中的合并子算法,将各子问题的解合并为P的解

}

4.分治法的算法发展性分析:

        使用分治法设计出的算法一般为递归算法,因此通常充分利用递归表达式计算算法时间复杂度。此时对于条件的假设如下:

  • 将一个问题规模为n的问题分为k个问题规模为n/m的子问题
  • adhoc解规模为1 的子问题时耗费1个单位时间
  • 将原问题分解、合并子问题的解需要f(n)个单位时间

则有:

T(n)=\left\{\begin{matrix} O(1) &&n=1 \\ kT(n/m)+f(n) &&n>1 \end{matrix}\right.

对递推式展开,有:

\begin{aligned} T(n)&=k\frac{n}{m}+f(n)\\ &=k^2T(\frac{n}{m^2})+f(n)+kf(\frac{n}{m})\\ &=k^3T(\frac{n}{m^3})+f(n)+kf(\frac{n}{m})+k^2f(\frac{n}{m^2})\\ &=...\\ &=k^{\log_m n}+\sum_{j=0}^{\log_m n-1} k^{j}f(\frac{n}{m^{j}})\\ &=n^{\log_m k}+\sum_{j=0}^{\log_m n-1} k^{j}f(\frac{n}{m^{j}}) \end{aligned}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

苏劫

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值