在一个给定数组中查找最大值和最小值是一类常见的问题,也是解决其他一些算法的基础。
假设给定数组为a,数组中含有n个元素,一般的算法是在数组中进行直接查找,算法伪代码如下:
1. x←a[0]; y←a[0]
2. fori←2 to n
3. if a[i]<x then x←a[i]
4. if a[i]>y then y←a[i]
5. endfor
6. return(x,y)
上述代码在第3行和第4行涉及到元素的比较,每次循环进行2次比较,而循环的次数在算法第2行给出,为(n-2)+1=n-1次,因此,算法元素比较总次数为2(n-1)次。
现在采用分治的思想,假设数组的长度为2的整数幂,将数组分割成两半,分别为a[0…(n/2)-1]和a[n/2…n-1],在每一半中分别查找最大值和最小值,并返回这两个最小值中的最小值以及两个最大值中的最大值。
假设给定数组为a,数组的下标上界和下界分别为low和high,则其算法伪代码如下:
minmax(a,low,high)
1. ifhigh-low=1 then
2. if a[low]<a[high] then return(a[low],a[high])
3. else return (a[high],a[low])
4. end if
5. else
6. mid←|_(low+high)/2_|
7. (x1,y1)←minmax(a,low,mid)
8. (x2,y2)←minmax(a,mid+1,high)
9. x←min{x1,x2}
10. y←max{y1,y2}
11. return (x,y)
12.endif
代码第1行high-low=1表示数组长度为1,此时执行第2行~第4行代码直接比较数组的两个元素,选出最大值和最小值,此为函数的递归终止条件;代码第7行和第8行是两个递归调用,分别在数组的下标范围[low,mid]和[mid+1,high]查找最小值和最大值,第9行比较两个最大值取其中较大者,第10行比较两个最小值取较大者。
代码的第2、9和10行涉及到元素的比较,第7、8行由于递归也产生元素比较,minmax算法的元素比较总次数为3n/2-2,优于直接比较的性能。
比较的代码如下:
#include <stdio.h>
#define M 10
typedef struct Compare{
int max;
int min;
}compare; //声明一个结构体compare类型
//声明递归函数find,用来寻找最大值和最小值,返回类型为compare,用以接收目标数组中的最大值和最小值
compare find(int *num,int low,int high);
int count=0;
int main(void)
{
int num[M]={21,25,49,16,25,6,78,1,-8,6};
compare tmp = find(num,0,M-1);
printf("max is %d\nmin is %d\ncount is %d",tmp.max,tmp.min,count);
return 0;
}
compare find(int *num,int low,int high)
{
compare tmp; //compare类型的tmp变量用以接收本次比较重的最大值和最小值
if(high-low==1) //当分治后的小数组只有两个元素的时候,直接比较并返回
{
count++;
if(num[high]>num[low])
{
tmp.max = num[high];
tmp.min = num[low];
}
else
{
tmp.max = num[low];
tmp.min = num[high];
}
}
//当数组长度n不是2的整数幂时
//会出现high==low的情况
//此时最大值和最小值都为num[high]或num[low]
else if(high==low)
{
tmp.max = num[high];
tmp.min = num[low];
}
else
{
count+=2;
int mid = (low+high)/2;
compare front = find(num,low,mid);
compare back = find(num,mid+1,high);
tmp.max = front.max>back.max?front.max:back.max;
tmp.min = front.min>back.min?back.min:front.min;
}
return tmp;
}
思考:
使用分治算法解决最大子数组和问题,问题描述如下:
给定一个整数序列S,找出S中的连续子序列,使得该子序列和最大,要求算法时间复杂性为Θ(nlogn)。例如:-2, 11, -4, 13, -5,-2; 结果为20: (11, -4, 13)。
提示:
假定要寻找子数组S[low…high]的最大子数组,使用分治法将数组分解成两个尽可能想相等的子数组,找到子数组中点mid,则S[low…high]中任何连续数组S[i…j]必然是一下三种情况之一:
l 完全位于S[low…mid]中,low≤i≤j≤mid
l 完全位于S[mid+1…high]中,mid<i≤j≤high
l 跨越中点mid,low≤i≤mid<j≤high
因此,S[low…high]的一个最大子数组所处的位置必然是三种情况之一。可以通过递归方法求解A[low…mid]和A[mid+1…high]的最大子数组,则剩下的问题就是求解跨越中点的最大子数组,然后在三种情况下选择最大者。
代码如下(我写的代码的时间复杂度超过预期的Θ(nlogn),如果侥幸被哪位大神看到,欢迎指点):
#include <stdio.h>
#define M 6
int count(int *num,int low,int mid,int high);
int search(int *num,int low,int high);
int Max=-1;
int main(void)
{
int num[M]={-2,11,-4,13,-5,-2};
printf("max is %d",search(num,0,M-1));
return 0;
}
int search(int *num,int low,int high)
{
int max=-1;
if(high==low) max = num[high];
else
{
int mid = (low+high)/2;
int front = search(num,low,mid);
int back = search(num,mid+1,high);
int center = count(num,low,mid,high);
max = front>back?(front>center?front:center):(back>center?back:center);
}
return max;
}
int count(int *num,int low,int mid,int high)
{
int i=0,j=0,k=0,sum=0,max=-1;
for(i=low;i<=mid;i++)
{
for(j=mid+1;j<=high;j++)
{
sum=0;
for(k=i;k<=j;k++)
{
sum+=num[k];
}
max = max>sum?max:sum;
}
}
return max;
}