《算法设计与分析》实验4

最新推荐文章于 2023-03-24 00:06:50 发布

会划水才能到达彼岸

最新推荐文章于 2023-03-24 00:06:50 发布

阅读量690

点赞数 2

分类专栏：算法设计与分析作业文章标签：算法 java 数据结构

本文链接：https://blog.csdn.net/m0_46272108/article/details/120492969

版权

算法设计与分析作业专栏收录该内容

4 篇文章 2 订阅

订阅专栏

《算法设计与分析》实验4

整数二分解析
- 两个整数二分模板
浮点二分模板
- 浮点数二分解析
实验4
- 第1题
- 第2题

整数二分解析

在这里插入图片描述
用二分的思想可以找出这个分界点。
假设我们想二分出来红色（不满足条件的范围）这边的分界点：

找一个中间值mid ：l+r >> 1
写一个函数check()判断时mid时在满足条件（绿色）范围内，还是在不满足条件（红色）范围内。
（注意：这里为什么是 l+r+1 ）
For example：
如果 l = r - 1 (即左右边界只相差1) ，假设为l+r >> 1 (向下取整)假设if(check(mid)) 判断为true （此时mid = l + r >> 1 == l）则执行l=mid; l=mid=l;陷入死循环，左右边界一直为[l, r] 没有变
如果是l+r+1>>1则不会发生这个问题（详情自己参考上面推导一遍即可）。

两个整数二分模板

//模板1
/———————————————————————————————— 整数二分模板1 ————————————————————————————————\
static boolean check(int x) {/* ... */ } // 检查x是否满足某种性质

// 区间[l, r]被划分成[l, mid]和[mid + 1, r]时使用：
public static int bsearch_1(int l, int r) {
	while (l < r) {
		int mid = l + r >> 1;
		if (check(mid)) r = mid;    // check()判断mid是否满足性质
		else l = mid + 1;
	}
	return l;
}


\———————————————————————————————— 整数二分模板1 ————————————————————————————————/

//模板2
/———————————————————————————————— 整数二分模板2 ————————————————————————————————\
// 区间[l, r]被划分成[l, mid - 1]和[mid, r]时使用：
public static int bsearch_2(int l, int r) {
	while (l < r) {
		int mid = l + r + 1 >> 1;
		if (check(mid)) l = mid;
		else r = mid - 1;
	}
	return l;
}
\———————————————————————————————— 整数二分模板2 ————————————————————————————————/

浮点二分模板

浮点数二分解析

在这里插入图片描述

用二分的思想可以找出这个分界点。
假设我们想二分出来红色（不满足条件的范围）这边的分界点

找一个中间值mid ：(l+r) / 2（因为是浮点数，所以可以严格的二分，即mid就是中点）
写一个函数check()判断时mid时在满足条件（绿色）范围内，还是在不满足条件（红色）范围内。
当区间长度很小的时候，可以近似的认为找到了答案，例：r-l ≤ 10 $^{-6}$ (如果题目要求保留4位小数，则应该写到-6次方，比有效小数的位数多2)

实验4

第1题

1、给定数组a[0 : 8]={1, 8, 12, 15, 16, 21, 30, 35, 39}。采用二分搜索算法完成下述任务：

查找是否有元素30，若有返回元素在数组中的位置；如没有返回无此元素。
查找是否有元素20，若有返回元素在数组中的位置；如没有返回无此元素。
当待搜索元素x=10不在数组中时，返回小于x的最大元素位置i和大于x的最小元素位置j。

public class binarySearch {
    static int a[] = new int[]{1, 8, 12, 15, 16, 21, 30, 35, 39};
    public static int binarySearch(int[] a, int x, int n) {
        int l = 0, r = n - 1;
        while (l <= r) {
            int mid = l + r >> 1;
            if (x == a[mid]) return mid;
            if (x > a[mid]) l = mid + 1;
            else r = mid - 1;
        }
        return -1;
    }

    public static int binarySearch3(int[] a, int x, int n) {
        int l = 0, r = n - 1;
        while (l <= r) {
            int mid = l + r >> 1;
            if (x == a[mid]) return mid;
            if (x > a[mid]) l = mid + 1;
            else r = mid - 1;
        }
        int i = l;
        int j = r;
        System.out.println("(3)" +'\n' +"a[]中没有10这个元素" + '\n' + "小于10的最大元素位置i为：" + i + '\n' + "大于10的最小元素位置j为：" + j);
        return -1;
    }

    public static void main(String[] args) {
        int l = 0, r = 8;
        int idx1 = binarySearch(a, 30, r + 1);
        int idx2 = binarySearch(a, 20, r + 1);
        if (idx1 == -1) System.out.println("(1) a[]中没有30这个元素");
        else System.out.println("(1) a[]中30这个元素在：" + idx1);

        if (idx2 == -1) System.out.println("(2) a[]中没有20这个元素");
        else System.out.println("(2) a[]中20这个元素在：" + idx2);

        binarySearch3(a, 10, r + 1);

    }
}

第2题

2、给定数组a[ ]={8，4，3，7，1，5，6，2}，使用快速排序算法对其进行排序，将算法编程实现。

写出算法实现代码并截屏程序的运行结果。
分析快速排序算法在最好以及最坏情况下的时间复杂性。
快速排序算法的性能与划分是否对称有关，设计随机化的快速排序算法解决划分对称性问题，将算法编程实现。

快速排序：
1.分治 —— 先分出两边再递归

确定分界点，一般为三个点： $q$ [l]（左边界）、 $q$ [l+r>>1]（中间）或 $q$ [r]（右边界）（这里取中间为分界点👇）
假设分界点为x
分为两个部分，保证第一个部分的位置 $\leq x$ ，第二个部分的位置 $\geq x$
递归处理左右两端

import java.util.*;
public class quickSort {
    static int a[] = new int []{8, 4, 3, 7, 1, 5, 6, 2};
//    /————————————————————快排模板————————————————————\
    public static void quick_sort(int a[], int l, int r) {
        if (l >= r) return;
        //取分界点x,可以取a[l]、a[r]或a[l+r>>1](+的优先级高于>>所以不用括号)
        // l+r>>1 比 (l+r)/2 的效率高
        int x = a[(l + r) >> 1];//取中间为分界点
        int i = l - 1, j = r + 1;//选择两个指针i,j,分别为两侧
        //每次移动一次交换算迭代
        while (i < j) {
            do i++; while (a[i] < x);//i指针往后移
            do j--; while (a[j] > x);//j指针往前移
            //i和j还没有相遇的话，i指向的数应该放到后面，j指向的数应该放到前面
            if (i < j) {
                int t = a[i];
                a[i] = a[j];
                a[j] = t;
            } else break;
        }

        //此时已经是左边的数都比x小，右边的数都比x大。
        quick_sort(a, l, j);
        quick_sort(a, j + 1, r);
        //当边界取q[l]时，这里的j不能用i-1来代替，j+1不能用i来代替，会进入死循环一直递归相同的区间
        //当边界取q[r]时，这里不能用j和j+1，会进入死循环一直递归相同的区间
    }
//    \————————————————————快排模板————————————————————/
    public static void main(String[] args) {
        System.out.println("排序前的结果是：" + Arrays.toString(a));
        quick_sort(a, 0, 7);
        System.out.println("排序后的结果是：" + Arrays.toString(a));
    }
}

快速排序的时间性能取决于快速排序递归的深度
最好的情况下时间复杂度：O(nlogn)。
假设树划分得很均匀，有n个待排序的数字，那么递归树的深度就为log2n+1
时间复杂度就是：O(nlogn)

$T(n)=\left\{ \begin{aligned} O(1) &,n=1 \\ 2T(\frac{n}{2})+O(n)&,n>1 \end{aligned} \right.$

所以： $T (n) = O (n l o g n)$

假设树划分得很不均匀，就是一颗斜数(待排序的序列为正序或者逆序)，此时需要执行n‐1次递归调用，此时时间复杂度就是：O(n2)

$T(n)=\left\{ \begin{aligned} O(1) &,n=1 \\ T(n-1)+O(n) &,n>1 \end{aligned} \right.$

所以： $T(n) = O(n^2)$

import java.util.Arrays;
import java.util.Random;
public class randomQuickSort {
    private static int random(int p, int r) {
        Random random = new Random();
        int i =  random.nextInt(r - p + 1) + p;
        return i;
    }
    private static void quickSort(Comparable[] a, int p, int r) {
        if(p < r) {
            int q = randomizedPartition(a, p, r);
            quickSort(a, p, q - 1);
            quickSort(a, q + 1, r);
        }
    }
    private static int randomizedPartition(Comparable[] a, int p, int r) {
        int i = random(p, r);
        Comparable temp = a[i];
        a[i] = a[p];
        a[p] = temp;
        return partition(a, p, r);
    }
    private static int partition(Comparable[] a, int p, int r) {
        int i = p;
        int j = r + 1;
        Comparable x = a[p];
        while(true) {
            while(a[++i].compareTo(x) < 0 && i < r);
            while(a[--j].compareTo(x) > 0);
            if(i >= j) break;
            Comparable temp = a[i];
            a[i] = a[j];
            a[j] = temp;
        }
        a[p] = a[j];
        a[j] = x;
        return j;
    }
    public static void main(String[] args) {
        Comparable[] a = {8, 4, 3, 7, 1, 5, 6, 2};
        System.out.println("排序前的数组：" + Arrays.toString(a));
        quickSort(a, 0, a.length - 1);
        System.out.println("排序后的数组：" + Arrays.toString(a));
    }
}

会划水才能到达彼岸

关注

2
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
《算法设计与分析》实验4

用二分的思想可以找出这个分界点。假设我们想二分出来红色（不满足条件的范围）这边的分界点：找一个中间值mid ：l+r >> 1写一个函数check()判断时mid时在满足条件（绿色）范围内，还是在不满足条件（红色）范围内。（注意：这里为什么是 l+r+1 ）For example：如果 l = r - 1 (即左右边界只相差1) ，假设为l+r >> 1 (向下取整)假设if(check(mid)) 判断为true （此时mid = l + r >> 1 .
复制链接

扫一扫