分治算法及例题解析
什么是分治思想
字面上的解释是“分而治之”,就是把一个复杂的问题分成两个或更多的相同或相似的子问题,再把子问题分成更小的子问题……直到最后子问题可以简单的直接求解,原问题的解即子问题的解的合并
。这个技巧是很多高效算法的基础,如二分法、快速排序、归并排序。
分治法适用的情况
分治法所能解决的问题一般具有以下几个特征:
-
该问题的规模缩小到一定的程度就可以容易地解决
-
该问题可以分解为若干个规模较小的相同问题,即该问题具有最优子结构性质。
-
利用该问题分解出的子问题的解可以合并为该问题的解;
-
该问题所分解出的各个子问题是相互独立的,即子问题之间不包含公共的子子问题。
分治法的基本步骤
分治法在每一层递归上都有三个步骤:
1 分解:将原问题分解为若干个规模较小,相互独立,与原问题形式相同的子问题;
2 解决:若子问题规模较小而容易被解决则直接解,否则递归地解各个子问题
3 合并:将各个子问题的解合并为原问题的解。
快速排序
基本思想
将所有比枢轴元素小的放在其左边;
将所有比它大的放在其右边;
形成左右两个子表;
然后对左右两个子表再按照前面的算法进行排序,直到每个子表的元素只剩下一个。
快速排序用到了分而治之的思想。将一个数组分成两个数组的方法为
先从数组右边找到一个比枢轴元素小的元素,将数组的第一个位置赋值为该元素;
再从数组的左边找到一个比枢轴元素大的元素,将从上面取元素的位置赋值为该值;
依次进行,直到左右相遇,把枢轴元素赋值到相遇位置。
第一遍的过程如下
全部排序过程如下
Javascript实现快排
//普通法实现快速排序
function quick(arr,left,right){
var mid = arr[left];
while(left<right){
while(left<right&&mid<=arr[right]){
right--;
}
arr[left] = arr[right];
while(left<right&&mid>=arr[left]){
left++;
}
arr[right] = arr[left];
}
arr[right] = mid;
return left;
}
function quicksort(arr,left,right){
var mid;
if(left<right){
mid = quick(arr,left,right);
quicksort(arr,left,mid-1);
quicksort(arr,mid+1,right);
}
return arr;
}
var arr = [39,28,55,87,66,3,17,39];
console.log(quicksort(arr,0,7));
//内置函数的做法
function quicksort(arr){
if(arr.length<=1){
return arr;
}
var left = [];
var right = [];
var value = arr.splice(0,1);
var len = arr.length;
for(let i = 0;i<len;i++){
if(arr[i]>value){
right.push(arr[i]);
}else{
left.push(arr[i]);
}
}
return quicksort(left).concat(value,quicksort(right));
}
var arr = [39,28,55,87,66,3,17,39];
console.log('排序前',arr)
console.log('排序后',quicksort(arr));
归并排序
基本思想
先将序列一次次分成子序列,直到子序列长度为1;再将已有序的子序列合并,得到完全有序的序列。运用了 分而治之的思想(分治法) 。
分治思想
首先把数组依次折半,分成小的子数组,直到每一个子数组的长度都为1;
然后合并子数组,在合并的过程中进行排序;
合并排序过程如下
全部排序过程如下
JavaScript代码实现
/*
合并方法:
@param arr 待排序数组
@param left 左边序列的初始索引
@param mid 中间索引(用来判断左边序列何时结束:到mid结束,右边序列何时开始:即mid+1)
@param right 右边数组结束的索引
@param temp 临时存储的数组
*/
function merge(arr,left,mid,rigth,temp){
var i = left;
var j = mid+1;
var t = 0;
while(i<=mid&&j<=rigth){
if(arr[i]<=arr[j]){
temp[t]=arr[i];
t+=1;
i+=1;
}else{
temp[t] = arr[j];
t+=1;
j+=1;
}
}
while(i<=mid){
temp[t]=arr[i];
i+=1;
t+=1;
}
while(j<=rigth){
temp[t] = arr[j];
t+=1;
j+=1;
}
t=0;
var k = left;
while(k<=rigth){
arr[k] = temp[t];
t+=1;
k+=1;
}
}
function mergeSort(arr,left,rigth,temp){
if(left<rigth){
var mid = parseInt((left+rigth)/2);//中间索引
mergeSort(arr,left,mid,temp);//左边递归分解
mergeSort(arr,mid+1,rigth,temp);//右边递归分解
merge(arr,left,mid,rigth,temp);//合并
}
}
var arr = [2,5,3,10,-3,1,6,4];;
var temp = new Array(arr.length);
console.log('排序前',arr);
mergeSort(arr,0,arr.length-1,temp);
console.log('排序后',arr);