分治法（一）

最新推荐文章于 2020-08-20 11:36:31 发布
最新推荐文章于 2020-08-20 11:36:31 发布
阅读量551 收藏 8
点赞数 2
分类专栏： 考研复习算法设计与分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43633784/article/details/106722172
版权
  1. 一般方法
  2. 二分检索
  3. 找最大和最小元素
  4. 归并分类
  5. 快速分类
  6. 选择问题
  7. 斯特拉森矩阵乘法

一、一般方法

在这里插入图片描述
在这里插入图片描述
思想：将整个问题分成若干个小问题之后分而治之

  • 通常情况下，子问题与原问题具有相同的类型
  • 可以反复使用分治策略，直到可以求解子问题为止
  • 适合采用递归过程来表示

重要三步：分（divide）、治（conquer）、合（combine）
如果当前问题的规模足够小直接对其进行处理，否则执行以上三步：
在这里插入图片描述

  • small函数判断p-q+1个是否足够小，当前问题的规模足够小
  • divide函数在实现中一般使用二分法，把p-q这个区间的问题分解成p-m和m+1-q进行求解
  • combine函数将问题的解进行合并然后返回
    在这里插入图片描述
    关于上述的式子对T(n)进行求解得到关于n算法的时间复杂性

二、二分检索

在这里插入图片描述
在这里插入图片描述

二分检索算法的求解原理

n为问题的求解规模，a[]代表在此求解规模中的每一个元素，x代表我现在要求解的元素。k是选择将整个表分成两份的位置，这个位置一般为中间位置。
在这里插入图片描述
算法描述：返回的不是元素，是元素的下标index
在这里插入图片描述
这里判断区间足够小是通过low和high的关系进行的；分治检索的合并步骤在这里没有进行

三、二分检索算法的正确性

在这里插入图片描述
覆盖到了所有的可能情况，针对每种可能情况都有其相应的处理方法。
在这里插入图片描述

四、二分检索算法复杂度分析

在这里插入图片描述
究竟属于哪种情况取决于待检索元素与A中的元素的关系；
在这里插入图片描述
这样的分析过程可以用二元比较树来进行，上例中成功和失败的每种情况的概率看作相等。在这里插入图片描述
检索成功次数就是从根节点到内节点的路径长度+1
检索不成功次数就是对应的路径长度
二元比较树是一棵高度平衡树，因为每一次都是从middle选取的，保证了左右子树的高度之差的绝对值小于等于1
在这里插入图片描述
k为二元比较树的高度，最小为0层，最多为k-1层，所以上面的n是在这样一个范围内。给出了有序表长度和比较次数的关系。

成功检索的平均次数

在这里插入图片描述

二分检索算法改进

在这里插入图片描述
能否改进这种情况，每次只比较一次？
包含两个与两个以上元素才可以进入while循环
在这里插入图片描述
这个算法的复杂度就在于当找到最终的答案节点之后还是得等while循环结束之后才可以进行，而在普通的比较的时候只是每次比较次数都-1但是只是线性的减少实际上还是需要树的深度。
在这里插入图片描述
在这里插入图片描述

以比较为基础检索的时间下界

以比较为基础的检索算法只进行比较操作而不实行其他的运算。
在这里插入图片描述
在研究和分析任何以比较为基础的算法的时候都是以二元比较树的方式进行研究
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

pudding_art
关注
  • 2
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
分治法
codeman的博客
05-21 422
一、分治法思想介绍 将原始问题分解为几个规模较小但类似于原问题容易解决的子问题，递归地求解这些子问题，然后再合并子问题的解来建立原始问题的解。 分冶法在递归时的步骤 分解： 原问题分解为子问题，子问题是原问题规模较小的实例。 解决： 递归地解决子问题，若子问题足够小，则直接求解。 合并： 合并子问题的解。得到原问题解。 在归并排序中的体现 分解： 分解待排序的n个元素的序列成各自具有n/2个元素的两个子序列。 解决： 使用归并排序递归地排序两个子序列。 合并： 合并两个已排序的子序列一产生最终已排序的序列
实验4 分治法1
08-03
分治法是计算机科学中一种重要的算法设计策略，它将一个大问题分解为若干个小问题来解决。这种思想源于“分而治之”，旨在通过解决小规模问题来构建大规模问题的解决方案。在这个实验中，我们将深入理解分治法的核心...
分治法求众数.doc
11-23
分治法是一种重要的算法设计策略，它将复杂的问题分解成较小的子问题，然后递归地解决这些子问题，最后将子问题的解合并成原问题的解。在这个实验中，我们应用分治法来寻找数组中的众数，即出现次数最多的元素。 在...
分治法解方程_分治法_
10-04
**分治法（Divide and Conquer）**是一种重要的算法设计策略，在计算机科学中广泛应用于解决复杂问题。这种策略的基本思想是将一个大问题分解成若干个规模较小、相互独立、与原问题形式相同的子问题，然后分别解决子...
最大字段和问题 分治法.cpp.rar
10-14
在这个题目中，我们要探讨的是"最大字段和问题"，这是一个经典的算法问题，通常用分治法（Divide and Conquer）来解决。下面将详细介绍这个问题及其解决方案。 **最大字段和问题**，也被称为**最大子序列和问题**，...
分治法解决一二维点对
12-13
分治法是计算机科学中一种重要的算法设计策略，它的核心思想是将复杂问题分解成较小的相似子问题，分别解决子问题，最后再合并这些子问题的解来得到原问题的解。在处理大规模数据或者解决复杂计算问题时，分治法往往...
算法设计与分析选择题、简答题、证明题整理
很注重数学和408
08-20 8866
一、选择题 排序问题不适合用动态规划的方法解决 计算过程与算法相比，缺少有穷性 对回溯法描述正确的是 A 解必须表示成2n-元组的形式（x1，x1，…,xn,xn) B 回溯法的解必须满足一组综合的约束条件，称为解函数 C 满足显式约束条件的所有元组不能确定一个可能的解空间 D 隐式约束描述于元组中元素xi必须被此相关的情况 D A n-元组 B 解空间 C 能 以比较为基础的分类算法在最坏情况下的时间下届是oumiga(nlogn) 二、简答题 以比较为基础的检索算法的时间下界 O(logn
 python分治法一组数排序
最新发布
05-05
分治法可以用来解决一些排序问题，例如归并排序。以下是使用分治法实现归并排序的 Python 代码： ``` def merge_sort(arr): if len(arr) <= 1: return arr mid = len(arr) // 2 left = arr[:mid] right = arr[mid:] left = merge_sort(left) right = merge_sort(right) return merge(left, right) def merge(left, right): result = [] i = 0 j = 0 while i < len(left) and j < len(right): if left[i] < right[j]: result.append(left[i]) i += 1 else: result.append(right[j]) j += 1 result += left[i:] result += right[j:] return result ``` 在这个代码中，`merge_sort` 函数用于将数组递归划分为子数组并对其进行排序。如果数组中只有一个元素或者为空，则直接返回它本身。否则，将数组分为两半并对每个子数组进行递归排序。最后，使用 `merge` 函数将两个排好序的子数组合并为一个已排好序的数组。 `merge` 函数用于将两个已排好序的子数组合并为一个已排好序的数组。它使用两个指针 `i` 和 `j` 分别追踪左右两个子数组中的元素，并将它们逐个比较，将较小的元素添加到结果数组中。最后，将剩余的元素添加到结果数组中。 你可以使用以下代码测试 `merge_sort` 函数： ``` arr = [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5] print(merge_sort(arr)) ``` 输出结果应为： ``` [1, 1, 2, 3, 3, 4, 5, 5, 5, 6, 9] ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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