我的学习笔记 ---- 《算法分析与设计》 分治算法(一)

本文介绍了如何使用分治算法解决选择问题,即在给定的数组中找出第k小的元素。通过分析选择问题和快速排序算法,展示了如何应用分治策略来降低问题规模,逐步找到答案。文章提供了输入样例和输出样例,并详细解释了算法的步骤。
摘要由CSDN通过智能技术生成

分治算法

选择问题

对于给定的包含n个元素的数组a[0 : n-1],要求从中找出第k小的元素。
输入
输入有多组测试例。
对每一个测试例有2行,第一行是整数n和k(1 <= k < n <= 1000),第二行是n个整数。
输出
第k小的元素。
输入样例
5 2
3 9 4 1 6
7 3
4 59 7 23 61 55 46
输出样例
3
23
【算法分析】
 问题分析:选择问题的一个应用就是寻找中值元素,此时k=[ n / 2 ]。
 一种简单的解决方法就是对全部数据进行排序,然后得解。但是用较好的排序方法,算法的复杂性也为O(nlogn)
 快速排序算法是分治策略的典型应用,不过不是对问题进行等分分解(二分法),而是通过分界数据将问题分解成独立的子问题。由于选择问题要借用此算法,这里要简要阐述一下快速排序算法。

快速排序算法

首先选择第一个数作为分界数据,将比它小的数据存储在它的左边,比它大的数据存储在它的右边,它存储在左右两个子集之间。这样左,右子集就是分解后的独立问题。再用同样的方法,继续解决这些子问题,直到每个子问题只有一个数据,就完成了排序工作。

利用快速排序算法的思想,来解决选择问题。记一趟快速排序后,分解出左子集的个数为nleft,则选择问题可能是一下几种情况之一。

  1. nleft = k-1,则分界数据就是选择问题的答案。
  2. nleft > k-1,则继续在左子集中找选择问题的答案,问题规模缩小了。
  3. nleft < k-1,则继续在右子集中找选择问题的答案,问题变为选择第k - nleft - 1小的数,问题规模缩小了

采用分治策略找出第k小的元素算法如下:
算法

#define NUM 1001
int a[NUM]
  • 2
    点赞
  • 1
    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