递归与分治 | 4:寻找 a[i] = i 的不动点

问题:设n个不同的整数排好序后存于T[1:n]中。若存在下标i,1<=i<=n,使得T[i]=i,设计一个有效算法找到这个下标。要求算法在最坏情况下的计算时间为O(logn).

暴力扫描的算法时间复杂度时O(n),要达到 O(logn) 需要用到分治的思想。


既然已经给出了排好序的序列,我们假设是增序的(降序同理)。由于下标以1为单位增长的,而数组对应的值是以 >=1 的单位增长的,所以,对于一个不动点 a[j] = j处,其左端必有 a[j] <= j、右端必有 a[j] >= j

我们可以每次找到区间的中点mid:

  1. 如果a[mid] = mid 那么恰好找到(递归终点)
  2. 如果a[mid] > mid 那么在mid左边的区间找(递归调用)
  3. 如果a[mid] < mid 那么在mid右边的区间找(递归调用)

代码如下:

/* 一个增序不重复序列a,寻找其[l, r]内满足 a[i] = i 的点(一定存在)的下标i
 * 时间复杂度为O(log n) */
int FindFixedPoint(int a[], int l, int r) {
    int mid = (l + r) / 2;
    if (a[mid] == mid)  //递归的终点,找到了!
        return mid;
    else if (a[mid] > mid)
        return FindFixedPoint(a, l, mid - 1);  //向左寻找
    else
        return FindFixedPoint(a, mid + 1, r);  //向右寻找
}


end 

欢迎关注个人公众号 鸡翅编程 ”,这里是认真且乖巧的码农一枚。

---- 做最乖巧的博客er,做最扎实的程序员 ----

旨在用心写好每一篇文章,平常会把笔记汇总成推送更新~

在这里插入图片描述

  • 6
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
分治法和动态规划是两种常见的算法设计技巧,它们在某些情况下都能用来解决复杂问题,但它们的核心思想、应用场合以及解决问题的方式有所不同。 相同点: 1. **递归结构**:两者都采用了递归的思路,将大问题分解为小问题来求解。 2. **优化策略**:都是为了减少重复计算,提高效率,尤其是动态规划中的“最优子结构”原理和分治法中的“分而治之”策略,都强调利用已知子问题的结果。 3. **解决问题的思路清晰**:都能帮助理解和解决复杂的数学或计算机科学问题。 不同点: 1. **问题划分**:分治法通常将问题划分为相互独立且与原问题形式相同的子问题,如归并排序;而动态规划倾向于按照子问题的状态转移或依赖关系划分,如斐波那契数列。 2. **重叠子问题**:在动态规划中,子问题可能有重叠,需要存储中间结果以避免重复计算;分治法则不考虑这个问题,每个子问题只处理一次。 3. **最优解状态**:动态规划更注重定义和维护状态空间,寻找全局最优解;分治法则不一定关心最优解,也可能找到一个可行解。 4. **空间复杂度**:动态规划通常需要额外的空间存储状态,空间复杂度较高;分治法如果采用原地递归,空间复杂度相对较低。 相关问题: 1. 分治法的经典例子有哪些? 2. 动态规划的应用范围通常包括哪些领域? 3. 如何判断一个问题适合使用动态规划还是分治法?

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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