算法分析——第四章复习：分治法

分治法

---

一、一般方法

分治法的三个步骤：

• 分解(Divide,分)：将问题划分为一些子问题，子问题的形式与原问题一样，只是规模更小；
• 解决(conquer,治)：递归求解出子问题。如果子问题的规模足够小，则停止递归，直接求解；
• 合并(combine,合)：将子问题的解组合成原问题的解。

---

二、分治法的应用——二分检索（折半查找、BINSRCH）

二分检索——是采用分治法来解决有序表的排列问题。

问题描述：

• 已知一个按非降序排列的元素表
  $a_1\le a_2\le \dots \le a_n$
• 给定元素x
  判断x是否在该表中出现
• 若是, 则找出该元素在表中的位置,并将下标值赋给j
  否则置j为0

二分检索原理：

• 将二分检索问题表示为：$I=(n,a_1,\dots ,a_n,x)$
  即从包含n个元素的非降序排列元素表中检索元素$x$
• 选取一个下标k，可得到三个子问题：
  $I_1=(k-1,a_1,\dots ,a_{k-1},x)$
  $I_2=(1,a_k,x)$
  $I_3=(n-k,a_{k+1},\dots ,a_n,x)$
• 对所求解的问题（或子问题）所选的下标都是
  中间元素的下标，$k=\lfloor (n+1)/2\rfloor$

二分检索算法（伪代码描述）：

二分检索实例：

设在A（1：9）中顺序放了一下九个元素：

二分检索算法所需的空间与时间

1.所需空间：

• 用n个位置存放数组A
• 还有low, high, mid, x, j五个变量需要存储
  共需空间 n+5

2.所需时间：

对于计算时间，我们需要考虑一下情况：

• 成功检索的最好情况、平均情况、最坏情况
• 不成功检索的最好情况、平均情况、最坏情况

成功检索一共有n种情况，不成功检索有n+1种情况

例如在上面的实例中，成功检索的情况有9种，不成功的有10种。

成功检索的三种情况（即在数组A中找到x）：

• 最好情况：用最少的比较找到x的情况。
• 最坏情况：用最多的比较找到x情况。
• 平均情况：成功情况中的所有情况都考虑。

同理，不成功检索也有三种情况。

---

针对上面的实例，我们利用二分检索对应的二元比较树来计算所需的时间。

该二元比较树有9个内节点，由$2^3\leqq 9\leqq 2^4$，树的高度为4。

由二分检索对应的二元比较树可知，

• 成功检索的最好情况比较1次。
  成功检索的最坏情况比较4次。
  成功检索的平均情况为$\frac{3+2+3+4+1+3+2+3+4}{9}=2.7777\dots \dots$次
• 不成功检索的最好情况比较3次。
  不成功检索的最坏情况比较4次。
  不成功检索的平均情况为$\frac{3+3+3+4+4+3+3+3+4+4}{10}=3.4$次

于是二分检索BINSRCH算法的时间复杂度为：

另一种算法的实现：

对于之前给出的算法，while循环中的代码块如下：

在BINSRCH程序的While循环中，case语句可能要做两次比较；

于是我们给出每次循环固定比较一次的二分检索算法。

实例分析：

三、分治法的应用——归并排序（合并排序、MERGESORT）

问题描述：

给定一个含有n个元素的集合，对其进行排序(如非降次序)

归并排序的基本思想：

（1）将待排序元素分成大致相同的两个子集合
（2）分别对两个子集合进行排序
（3）将排好序的两个子集合并成一个排好序的集合

归并排序的算法伪代码描述：

归并排序的执行过程：

归并排序的计算时间：

考虑Merge算法，合并两个数组所需的比较次数。
假设两个数组长度都为k，总长度为n，最好情况下比较$k$ (也就是$\frac{n}{2}$) 次，最坏情况下比较$2k+1$（也就是$n-1$）次。

因此归并排序的计算时间：

当 $n=2^k$时，可得
$$\begin{gathered} T(n)=2(2T(\frac{n}{4})+c\frac{n}{2})+cn \\ =2^{2}T(\frac{n}{4})+2cn \\ =2^2(2T(\frac{n}{8})+c\frac{n}{4})+2cn \\ =2^{3}T(\frac{n}{8})+3cn \\ \dots \dots \\ =2^{k}T(1)+kcn \\ =an+cnlogn \end{gathered}$$

最终得到 $T(n)=\mathrm{O}(nlogn)$