<算法导论>第二章 2.3设计算法

2.3.1 分治法

         分治法由两部分构成：分治+递归

      最开始接触递归，是在用递归的方法求解斐波那契数列那会。

      斐波那契数很简单，定义如下:

用递归的方法求斐波那契数列和

int Fibonacci(int n)
{
    if(n<=1)
         return n;
    else
         return Fibonacci(n-1)+Fibonacci(n-2);
}

      递归特点是不断地调用自身，直到满足结束条件，最后逐层返回结果。

      分治法的思想和递归有些相像，它把一个大规模的问题分解成更小的但是算法逻辑相似的问题，不断往下递归，最后由得到的最小问题的解逐层往上构成所求问题的解。    

体现分治法的一个典型例子就是归并排序

MERGE-SORT(A,p,r)

if p<r
   q=(r-p)/2
   MERGE-SORT(A,p,q)
   MERGE-SORT(A,q+1,r)
   MERGE(A,p,q,r)

MERGE(A,p,q,r)

n1=q-p+1
n2=r-q+1

for i=1 to n1
     L[i]=A[p+i-1]
for j=1 to n2
     R[j]=A[q+j]
L[n1+1]=65535
R[n2+1]=65535

i=1
j=1
for k=p to r
     if L[i]<=R[j]
         A[k]=L[i]
         i=i+1
      else
          A[k]=R[j]
          j=j+1
   

贴一张归并排序的简单图解

2.2.3   分析分治算法

         

注：cn为树根（在递归的顶层引起的代价）

       根的两个子树代表较小的规模（T(n/2)）

T(n)=2T(n/2)+cn=.....=c*n*( lg n+1 )

      =θ(n*lg n)

2.3-2:重写MERGE伪代码（不使用无穷大哨兵）

MERGE(A,p,q,r)

n1=q-p+1
n2=r-q+1

for i=1 to n1
     L[i]=A[p+i-1]
for j=1 to n2
     R[j]=A[q+j]
L[n1+1]=65535
R[n2+1]=65535

i=1
j=1
for k=p to r
     if i>n1 or  j>n2
         break
     if L[i]<=R[j]
         A[k]=L[i]
         i=i+1
      else
          A[k]=R[j]
          j=j+1
    if i>n1
       for j to n2
            A[P+n1+j-1]=R[j]
    else
       for i to n1
            A[P+n2+i-1]=L[i]

2.3-3  n=2^1 成立

           假设当n=2^p，解T(n)=n*lg n成立

          当n'=2^(p+1)时，T(n')=.....=T(n+1)

          由数学归纳法，证明完毕。

2.3-4 

推导可得: T(n)=θ(n^2)

2.3-5

binarySearch(A,p,q)
if p>q
   return NIL

if v>A[(p+q)/2]
   binarySearch(A,(p+q)/2,q)
else if v<A[(p+q)/2]
   binarySearch(A,p,(p+q)/2)
else
   return (p+q)/2

时间成本分析：每迭代一次，规模减半。
T(n)=T(n/2)+θ(1)
求解得T(n)=lg n