【循环赛日程表】“递归与分治策略”——《算法设计与分析（第五版）》

---

一、算法要求

设计一个满足以下要求的比赛日程表：
(1) 每个选手必须与其他n-1个选手各赛一次；
(2) 每个选手一天只能赛一次；
(3) 循环赛一共进行n-1天。

传统方法：将比赛日程表设计为：n行 n-1列的表（i，j）表示：第i个选手在第j 天 遇到的选手。

1. 思路

分治法不仅可以用来设计算法，在其他方面也有广泛应用，如用分治思想来设计电路、构造数学证明等。

举例说明。
	设有n=2个运动员要进行网球循环赛。现要设计一个满足以下要求的比赛日程表：
		①每个选手必须与其他n-1个选手各赛一次；
		②每个选手一天只能赛一次；
		③循环赛一共进行n-1天。
	按此要求可将比赛日程表设计成有n行和n-1列的表。在表中第i行和第j列处填入第i个选手在第j天所遇到的选手。
	按分治策略，可以将所有选手对分为两半，n个选手的比赛日程表就可以通过为n/2个选手设计的比赛日程表来决定。
	递归地用这种一分为二的策略对选手进行分割，直到只剩下两个选手时，比赛日程表的制定就变得简单了。
	这时只要让这两个选手进行比赛就可以了。

2. 示例

---

二、完整代码

1. 主文件

main.cpp：

// Project1_2: 循环赛日程表

#include<iostream>    
#include<iomanip>
using namespace std;

void Print(int** a, int n){
	for (int i = 1; i <= n; i++){
		for (int j = 1; j <= n; j++){
			cout << "|" << setw(2) << a[i][j];
		}
		cout <<"|" << endl;
	}
}

void Schedule(int k, int n, int** a)
{
	for (int i = 1; i <= n; i++)
		a[1][i] = i;//设置日程表第一行

	int m = 1;//每次填充时，起始填充位置
	for (int s = 1; s <= k; s++)
	{
		n /= 2;
		for (int t = 1; t <= n; t++)//交叉填充
		{
			for (int i = m + 1; i <= 2 * m; i++)//控制行
			{
				for (int j = m + 1; j <= 2 * m; j++)//控制列
				{
					a[i][j + (t - 1) * m * 2] = a[i - m][j + (t - 1) * m * 2 - m];//右下角等于左上角的值
					a[i][j + (t - 1) * m * 2 - m] = a[i - m][j + (t - 1) * m * 2];//左下角等于右上角的值
				}

			}
		}
		m *= 2;
	}
}

int main() {
	int k,	// 参赛人数是2^k次方
		n;	// 参赛人数

	cout << "#Please enter the number of people (index ‘k’ with base 2): ";
	cin >> k;

	n = pow(2, k);

	int** a = new int* [n + 1];//动态分配二维数组a
	for (int i = 0; i < n + 1; i++) {
		a[i] = new int[n + 1];
	}

	Schedule(k, n, a);

	cout << "\n#The recurring event schedule is：" << endl;
	Print(a, n);
	//释放空间
	for (int i = 0; i < n + 1; i++) {
		delete[] a[i];
	}
	delete[] a;

	return 0;
}

---

2. 效果展示

输入：

参赛人数：2的指数k = 4；

输出：

---

三、补充

分治法是一种一般性的算法设计技术，它将问题的实例划分为若干个较小的实例(最好用有相同的规模)，对这些小的问题求解，然后合并这些解，得到原是问题的解。
分治法的时间效率满足：T(n)=aT(n/b)+f(n)

分治法基本思想和基本步骤：

divide-and-conquer(P)
  {
    if ( | P | <= n0) adhoc(P);   //解决小规模的问题
    divide P into smaller subinstances P1,P2,...,Pk；//分解问题
    for (i=1,i<=k,i++)
      yi=divide-and-conquer(Pi);  //递归的解各子问题
    return merge(y1,...,yk);  //将各子问题的解合并为原问题的解
  }   

在用分治法设计算法时，最好使子问题的规模大致相同。即将一个问题分成大小相等的k个子问题的处理方法是行之有效的。
这种使子问题规模大致相等的做法是出自一种平衡(balancing)子问题的思想，它几乎总是比子问题规模不等的做法要好。

文档供本人学习笔记使用，仅供参考。