算法设计与分析——矩阵乘法和归并排序

一、矩阵乘法

	传统的矩阵乘法是按照矩阵乘法的公式来做，现在我们试着用分治的思想来做，先将原来的矩阵
分成大小相等的四份，如图

所以，新得到的矩阵应该是这个样子

所以对于矩阵分开的乘法，时间复杂度应该是这样的（只计算乘法）

所以，可以得到 T(n) = 8 * T(n / 2) = — = 8 ^ i * T(n / (2 ^ i))
当 i = log n 时，T(n) = n ^log(8) = n ^ 3
所以 T(n) = O(n ^ 3)

二、归并排序

在归并排序中，如果胡子眉毛一把抓，那么最后很可能得到的答案与预期有所
差距，所以可以先实现两个有序数组的合并，然后调用递归函数递归的求解问
题，每一个子问题都是两个有序数组的合并问题。

其实归并排序也有多个版本，有类似于冒泡那样的两个两个归并，最后用一个 k
来控制归并的起始下标和结束下标的迭代版本，初始 k = 1，然后 k 依次递增，
也有递归从中间分两半开始归并的版本，这里讲的是第二种递归的版本。

注：这份代码经过蓝桥官网试题集的算法训练的 景点游览 的检验，只是这个是升序排列的代码

// 具体的两个有序数组归并的代码
void merge(int * a, int m, int * b, int n, int * c)
{
	int i = 0, j = 0, k = 0;
	while(j < m && k < n)
	{
		if(a[j] < b[k])
		{
			c[i++] = a[j++];
		}
		else
		{
			c[i++] = b[k++];
		}
	}
	while(j < m)
	{
		c[i++] = a[j++];
	}
	while(k < n)
	{
		c[i++] = b[k++];
	}
}

void merge_sort(int * a, int n, int* c)
{
	if(n <= 1)
	{
		return ;
	}
	
	// 对于某个无序的数组来说，先归并排序左边，再归并排序右边，使两边
	// 形成两个有序数组，再调用merge
	merge_sort(a, n / 2, c);
	merge_sort(&a[n / 2], n - n / 2, c);
	merge(a, n / 2, &a[n / 2], n - n / 2, c);
	for(int i = 0; i < n; ++i)
	{
		a[i] = c[i];
	}
}

对于这个算法复杂度来说，因为是排序算法，所以只需要统计比较的次数即可，即：
最好情况：T(n) = { 1   n <= 1
				 { 2 * T(n) + n / 2 - 1		n > 1
最坏情况：T(n) = { 1   n <= 1
				 { 2 * T(n) + n / 2 - 1		n > 1
最后要得到复杂度的话，只需要不断将 T(n) 带入递归即可得到结果，或者不想递归
带入，直接套用 分治思想的主定理 得到复杂度也是个不错的办法