《算法导论》学习笔记之Chapter3函数的增长 Chapter4.1分治策略

第三章 函数的增长

这一章主要内容讲得是算法时间增长率，其中需要记住三种表现形式：

具体含义，上图已经表现得很清楚。

(a)表示：如果存在正常量c1和c2，使得对于足够大的n,函数f(n)能“夹入”c1g(n)与c2g(n)之间，则f(n)属于集合θ(g(n))。因为θ(g(n))是一个集合，所以可以记为“f(n)∈θ(g(n))”，表示f(n)是θ(g(n))的成员，通常记为：f(n)=θ(g(n))。我们称g(n)是f(n)的一个渐进紧确界。

(b)和(c)代表，存在正常量c和n0，使得在n0及其右边，f(n)的值总小于或等于cg(n)（(c)中是总大于或等于cg(n)），那么记为f(n)=大O(g(n))（(c)中记为f(n)=大Ω(g(n))）。分别表示g(n)为f(n)的渐进上界和渐进下界。

注意一点，上面三个图中，关系仅针对于某一个点c>n0时成立。此外，还有小o(g(n))和小ω(g(n)),分别是指：

对于任意正常量c>0，存在常量n0>0，使得对所有n>=n0，有0<=f(n)<cg(n)。

小ω(g(n))的含义，以上类似。

第四章 分治策略

由股票买入卖出事件析出数组的最大子数组之和算法需求，而求数组最大子数组之和算法如下：

//求解最大子数组之和
	public static int[] findMaxiMumSubarray(int[] a, int low, int high){
		if (high == low){
			int[] res = {low, high, a[low]};
			return res;
		}else{
			int mid = (low + high) / 2;
			int[] res1 = findMaxiMumSubarray(a, low, mid);
			int[] res2 = findMaxiMumSubarray(a, mid + 1, high);
			int[] res3 = findMaxCrossingSubarray(a, low, mid, high);
			if (res1[2] >= res2[2] && res1[2] >= res3[2]){
				return res1;
			}else if(res2[2] >= res1[2] && res2[2] >= res3[2]){
				return res2;
			}else{
				return res3;
			}
		}
	}
	
	
	//求解最大子数组之和中的第三种情况：必分为三种情况：最大子数组在中点左侧，在中点右侧，在中点两边
	public static int[] findMaxCrossingSubarray(int[] a, int low, int mid, int high){
		int left_max = a[mid];
		int left_index = mid;
		int left_sum = 0;
		for (int i = mid; i >= low; i--){
			left_sum = left_sum + a[i];
			if (left_sum > left_max){
				left_max = left_sum;
				left_index = i;
			}
		}
		
		int right_max = a[mid + 1];
		int right_index = mid + 1;
		int right_sum = 0;
		for (int j = mid + 1; j <= high; j++){
			right_sum = right_sum + a[j];
			if (right_sum > right_max){
				right_max = right_sum;
				right_index = j;
			}
		}
		
		int[] res = {left_index, right_index, left_max + right_max};
		
		return res;
	}

上述采用分治策略求解最大子数组之和的算法时间复杂度为：O（nlog(n)）。相比于不采用分治策略算法的时间复杂度O（n.^2）速度提升不少。下面是不采用分治策略算法：

public int[] findMaxMumSubarray(int[] a, int low, int high){
		if(a.length  == 0 || a == null){
			int[] res = {0, 0, 0};
			return res;
		}
		if (low == high){
			int[] res = {low, low, a[low]};
			return res;
		}
		
		int left = low;
		int right = high;
		int currentSum = 0;
		int max = 0;
		for(int i = low; i <= high; i++){
			if(currentSum < 0){
				currentSum = a[i];
				left = i;
			}else{
				currentSum += a[i];
			}
			
			if(currentSum > max){
				max = currentSum;
				right = i;
			}
		}
		int[] res = {left, right, max};
		return res;
	}