02分治法

最新推荐文章于 2024-07-15 22:10:26 发布

斯文刘

最新推荐文章于 2024-07-15 22:10:26 发布

阅读量905

点赞数 1

本文链接：https://blog.csdn.net/lzj888777/article/details/4446778

版权

分治法

讲解人：

一 、分治法是什么 : 分治法就是把原问题分成若干子问题 , 对每个子问题分别求解 , 然后把这些解连结成原问题的解。如果子问题依然复杂 , 则我们可以使用递归 , 来简化问题。

二 、使用分治法的难处 : a. 哪些问题使用分治法并没有明确的准则 b. 分成多少的子问题 ? 子问题的尺度多大 ? 也不易确定。

三 、例子 :

例 6 设集合 S 有 n 个元素 , 求 S 的最大和最小元素。为简单起见 , 设 n = 2^m , m>=0 。

求集合 S 的最大元素 , 可以采用下述算法。

-----------------------------------------------------------------------------------------------------

Procedure MAX(S)

begin

MAX ß S 中的任一元素

for S 中的所有其它元素 x do

It X > MAX then MAX ß x

end

-----------------------------------------------------------------------------------------------------

结论 : 利用此算法 , 进行 n - 1 次比较后就可以求出 S 的最大元素。用 n - 2 次比较就可以求出剩下的 n - 1 个元素的最小元素。所以如果要找出 S 中的最大和最小元素 , 总共要进行 ( n – 1 ) + ( n – 2 ) = 2n - 3 次比较。

* 如果我们使用分治法来改善此算法 , 则可以减少比较的次数。

(a) 把 S 分成大小相等的两个子集 S₁ 和 S₂ , 所以 S₁ 与 S₂ 各有 n / 2 = 2^m-1 个元素。

(b) 对 S₁ 和 S₂ 分别反复使用分治法 , 求出最大及最小元素。

-----------------------------------------------------------------------------------------------------

produce MAXMIN(S)

begin

1. if ||S|| = 2 then

begin

2. let S = {a, b}

3. return (MAX(a, b), MIN(a, b))

end

else

begin

4. 分 S 成两个子集 S₁ 和 S₂ , 且 ||S₁ || = ||S₂ || = 1/2||S||

5. (max1, min1) ß MAXMIN(S₁ )

6. (max2, min2) ß MAXMIN(S₂ )

7. return (MAX(max1, max2), MIN(min1, min2))

end

-----------------------------------------------------------------------------------------------------

结论 : 如果 S 只有两个元素 , 那就在第 3 行进行一次比较 , 如果 S 有两个以上的元素 , 则至第四行将 S 分成两个子集 , 并在 5, 6 行递归使用 MAXMIN, 第 7 行比较 max1, max2 及 min1, min2 。设 S 有 n 个元素 , 则 n = 2 时 , T(2) = 1, n > 2 时 , T(n) = 3/2n - 2 , 就是说明了在 n 个元素的集合中寻找最大及最小元素至少要进行 (3/2n – 2) 次 , 所以使用分治法可以减少比较的次数 , 优于上一个算法。

{

定理 : 设 a, b, c 是非负常数 , 递归式 b n = 1

T(n) = aT(n/c) + bn n > １

{

的解是

　　　　　　　　　　　　　　　　　　　　　 O(n) a < c

log_c 2

T(n) = 　　 O(nlogn) a = c

　　　　　 O(n ) a > c

例 7 ：两个无向图的同构问题

同构概念： G=(V,E), G’=(V’,E’) 同构，记成 G ≌ G’ ，则从 v ∈V到v ’ ∈ V’ 存在一一对应关系 f ，且 (u,v) ∈ E < —— > (f(u),f(v)) ∈E ’

方法一：穷举法

设两个无向图各有 n 个结点，则需要一一对应函数 10! 个，逐一对其进行计算

方法二：通过考查图的不变量来证明

不变量（包括结点的数目，边的数目，度数的序列表，边的方向）是图的一个重要性质，凡是与图 G 同构的图均有相同的不变量，只要有一个不变量不同，则不同构。

但注意：对所列不变量经过比较发现都相等，不能断定两图是同构的（如下图）。

因此，判定不变量也不是一件容易的事情

方法三：考虑邻接矩阵

如果两个无向图 G₁ , G₂ 是同构的， G₁ →A( G₁ ), G₂ →A( G₂ ), 则存在 G₁ 结点的某一置换，使 A(G₁ ) 和 A(G₂ ) 相同，但寻找这一置换，在最坏情况下要 O(n!) 次运算。

方法四：邻接矩阵幂匹技术（ APM 技术）

计算 A² (G_i ) ， I=1 、 2 。对所得两个矩阵 A² (G_i ) 的行和列的次序同时进行重新排列，使主对角线上的元素以递减次序排列。如果两者的主对角线上元素对应相同，则求 A³ (G_i ),…A^k (G_i ),I=1 、 2 。当某一对 Aⁱ (G₁ ), Aⁱ (G₂ ) 主对角线上出现的元素不相同时，则可断定 G₁ 和 G₂ 不同构

如上例：

例 9 分析：

问题：给定两个 N-1 阶多项式（有 N 项） P(x) 和 Q(x) ，求 P(x)*Q(x) 。

算法分析：

1. 采用一般的算法：做两个 N 次的循环的乘法， M(N² ) ，再进行归并、加法。

2. 采用分治算法：算法的思想是：利用分治法，将 P 、 Q 两个 N 项的多项式分别分解为在形式上一致的两个 N/2 （或 N/2+1 ）项的多项式，即 P->P₁ ， P₂ ； Q->Q₁ ， Q₂ ，就是把 P 、 Q 的一半高 N/2 阶的多项式降阶。分治后，算式变为：

P(x)=P₀ (x)+x^N/2 P₁ (x)

Q(x)=Q₀ (x)+x^N/2 Q₁ (x)

P(x)*Q(x)=P₀ (x)*Q₀ (x)+(P₀ (x)*Q₁ (x)+P₁ (x)*Q₀ (x))*x^N/2 +P₁ (x)*Q₁ (x)*x^N ………(1)

对 P₀ (x)*Q₁ (x)+P₁ (x)*Q₀ (x) 做变换，用一个乘法和四个加法代替了两个乘法和一个加法，这样就大大节省了乘法的计算时间。

R₀ (x)= P₀ (x)*Q₀ (x) ， R₁ (x)= P₁ (x)*Q₁ (x) ， R₂ =( P₀ (x)+ P₁ (x))*( Q₀ (x)+ Q₁ (x))

P(x)*Q(x)=R₀ (x)+R₁ (x)x^N +(R₂ (x)-R₁ (x)-R₀ (x))*x^N/2 ……………………...(2)

现在让我们重新观察 (2) 式，发现 R₀ ， R₁ ， R₂ 实际上是三个 N/2 （或 N/2+1 ）项的多项式，既然是这样，那么分别对 R₀ ， R₁ ， R₂ 再使用分治法，进一步降阶；。。。。。。

如此递归循环，当多项式分解为 0 阶时，就可以求出最终的结果。

设两个 N-1 阶多项式相乘需要的整数乘法次数为 M(N) ，由 (2) 式可以看出， M(N) 是两个 N/2-1 阶多项式相乘所需要的整数乘法次数的 3 倍，即 M(N)=3M(N/2) ，运用自然归纳法， M(N)=₃ log₂ ^N =_N log₂ ³ =N^1.58 <N²

可见，分治法对算法的较大改进。

采用分治法计算的过程实例请参见书 P61~P62 。

例 10 ―矩阵乘法

一、问题提出 ：普通方法求解 n × n 矩阵需要 n³ 次整数乘法和 n³ -n² 次加法。

二、思想方法 ：减少乘法次数，斯特拉森提出分治法求解矩阵乘法的方法，给定 n × n 并设 n=2^m ，分成 4 个 × 矩阵，不断分下去，一直分到 2 × 2 的矩阵乘积。如用一般方法，求两个 2 × 2 矩阵要 8 次乘法，如果减少到 7 次，则

和比较说明：分治法比普通法快

备注： 7 次乘法不能减小到更少

三、方法（ 8 次减少到 7 次）：

思想： C₁₁ 和 C₂₂ ， C₁₂ 和 C₂₁ 每个要经过 2 个乘法，我们考虑能否其中 1 个乘法由别的已经做的乘法来替代，这样乘法的总数就能减少到 7 个。

变形

通过观察：和脚标对称

设想：如果和中的某一项乘法不受脚标影响，也就是说进行脚标变换后，其中某一项的乘积还是不变，则值不变的项可以不计算了，从而减少一次计算。

脚标变换后，乘积不变的项：

改写使之含，

（※）

脚标变换（※）式

（只增加了一项）

总结： 这样完成 2 × 2 矩阵相乘用了 7 次乘法， 18 次加法和减法

缺点： 因为可以证明在 120 阶以上才比一般算法快，在 40 阶以下不如普通算法。

斯文刘

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
02分治法

v/:* {behavior:url(#default#VML);}o/:* {behavior:url(#default#VML);}w/:* {behavior:url(#default#VML);}.shape {behavior:url(#default#VML);} Normal 0 7.8 磅 0 2
复制链接

扫一扫