第二章、递归与分治策略——算法设计与分析思维导图

 

 

 分治算法

一、二分查找

算法设计基本思想：将一数组元素进行排序，找出中间元素mid，将数组分为两个子集。与mid进行比较，若相等则返回，如果小于mid则在小的集合中找，反之则在大的集合中找。直到找到为止，否则返回false。

时间复杂度为O(log n)。

二、大整数乘法

算法设计基本思想：将每个大整数串分成等分成两个长度近似的字串，例如A分成A1和A2，Y分成B1和B2。则A * B = （A1 * 10^(n/2) + A2）(B1 *10^(m/2) + B2)
化简得 A1B1 * 10^n + (A1B2 + A2B1)*10^(n/2) + A2B2
XY = A1B1 * 10^n + ((A1-A2)(B2-B1) + A1B1 + A2B2) * 10^(n/2) + A2B2
时间复杂度为：
        T（n） = 3T(n / 2) + O(n)
        通过主定理可算出T(n) = O(n^1.59)。 

三、Strassen矩阵乘法

算法设计基本思想：

        首先算出7个矩阵：

        Strassen矩阵乘法用了7次对于n/2阶矩阵乘积的递归调用和18次n/2阶矩阵的加减运算。时间复杂度优化到O（n^2.81）。

四、棋盘覆盖

算法设计基本思想：

        当k>0时，将棋盘分割为4个子棋盘。特殊方格必位于4个较小子棋盘之一中，其余3个子棋盘无特殊方格。为了将这3个无特殊方格的子棋盘转化为特殊棋盘，可以用一个L型骨牌覆盖这3个较小棋盘的会合处，这3个子棋盘上被L型骨牌覆盖的方格就成为该棋盘上的特殊方格，从而将原问题转化为4个较小规模的相同覆盖问题。

        时间复杂度T(k)=4T(k-1)+O(1)。

五、求第k小数

算法设计基本思想：取序列M的中位数x，用x作为基准元素，对原n个元素进行划分，i为分裂点
，若k<=j，则用前部分子问题递归求第k小元素；若k>j，则用后部分子问题求第k-i小元素。
j为前部分子问题元素的个数。

时间复杂度为O(n)。

六、循环日程表

算法设计基本思想：

        经过观察发现LT、RB，RT、LB元素相同，LT、LB元素相差n/2。将问题分解成求更小的区域。利用规律将问题解决，最后得到问题的解。