算法设计与分析(研究生课程)总结 附Java实现

递归问题讲一个大型问题转化为与原问题类似的小问题来解决全排列问题//全排列 public static void fullSort(int[] arr,int k,int m){ if(k==m){ for(int i=0;i<=m;i++){ System.out.print(arr[i]); ...
摘要由CSDN通过智能技术生成

递归问题

讲一个大型问题转化为与原问题类似的小问题来解决

全排列问题

//全排列
    public static void fullSort(int[] arr,int k,int m){
   
        if(k==m){
   
            for(int i=0;i<=m;i++){
   
                System.out.print(arr[i]);
            }
            System.out.println();

        }else {
   
            for(int i=k;i<=m;i++){
   
                int t=arr[k];arr[k]=arr[i];arr[i]=t;
                fullSort(arr,k+1,m);
                t=arr[k];arr[k]=arr[i];arr[i]=t;
            }
        }

    }

分治法

特征:
1、最优子结构性质(原问题的最优解包含了子问题的最优解)
2、子问题相互独立,子问题可以合并为原问题的解

并归排序

    //并归排序
    public static void mergeSort(int[] arr, int L, int R) {
   
        if(L == R) {
   
            return;
        }
        int mid = L + ((R - L) >> 1);
        mergeSort(arr, L, mid);
        mergeSort(arr, mid + 1, R);
        merge(arr, L, mid, R);
    }
    public static void merge(int[] arr, int L, int mid, int R) {
   
        int[] temp = new int[R - L + 1];
        int i = 0;
        int p1 = L;
        int p2 = mid + 1;
        // 比较左右两部分的元素,哪个小,把那个元素填入temp中
        while(p1 <= mid && p2 <= R) {
   
            temp[i++] = arr[p1] < arr[p2] ? arr[p1++] : arr[p2++];
        }
        // 上面的循环退出后,把剩余的元素依次填入到temp中
        // 以下两个while只有一个会
  • 0
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值