分治法解决棋盘覆盖
分治策略
将一个规模为n的问题分解为k个规模较小的子问题,这些子问题互相独立且与原问题相同。递归地解决这些子问题,然后将各子问题的解合并得到原问题的解
1.基本思想
将一个难以直接解决的大问题分割成一些规模较小的相同问题,以便各个击破,即分而治之
2.要素
分治法的两大要素:最优子结构、独立子问题
最优子结构:当问题的最优解包含了子问题的最优解时,该问题就具有最优子结构性质
独立子问题:子问题相互独立且与原问题相同
一、棋盘覆盖问题
在一个2k*2k个方格组成的棋盘中,若恰有一个方格与其他方格不同,则称该方格为一特殊方格,且称该棋盘为一特殊棋盘。特殊方格在棋盘出现的位置有4k种情形
在棋盘覆盖问题中。有4种不同形态的L型骨牌覆盖在一个给定的棋盘上除特殊方块外的其他所有方格上,且任意2个L型骨牌不得重叠覆盖。
所以,在任何一个2k*2k的棋盘覆盖中,用到的L星骨牌个数恰为 (4k-1)/3
我们需要实现在确定特殊方格位置后设计L骨牌棋盘覆盖的形式位置
二、设计思考
1.思想设计
用分治策略,当k>0时,将2k*2k棋盘分割为4个2k-1*2k-1子棋盘
前提是先判断在划分的4个棋盘里,选定的子棋盘是否有特殊方块
1)若有则按左上、右上、左下、右下的顺序进行棋盘覆盖。
对于无特殊方格的子棋盘,为实现转化为特殊棋盘,我们用L型骨牌覆盖在三个子棋盘会合的地方,进而成为四个小棋盘的覆盖问题,随后递归进行分割,直至简化为1乘1棋盘
2)若无则寻找特殊方块
2.代码
下面介绍棋盘覆盖问题中数据结构的设计:
(1)棋盘:用二维数组board[size][size]表示一个棋盘,其中size=2^k.为了在递归处理的过程中使用同一个棋盘,将数组board设为全局变量
(2)子棋盘:在棋盘数组board[size][size]中,由子棋盘左上角的下标tr,tc和棋盘边长s表示
(3)特殊方格:用board[dr][dc]表示,dr和dc是该特殊方格在棋盘数组board中的下标
(4)L型骨牌:一个2^k *2k的棋盘中有一个特殊方格,所以,用到L型骨牌的个数为(4k-1)/3,将所有L型骨牌从1开始连续编号,用一个全局变量t表示。
说明:
整形二维数组Board表示棋盘,Borad[0][0]使棋盘的左上角方格。
tile是一个全局整形变量,用来表示L形骨牌的编号,初始值为0。
tr:棋盘左上角方格的行号;
tc:棋盘左上角方格的列号;
dr:特殊方各所在的行号;
dc:特殊方各所在的列号;
size:size=2k,棋盘规格为2k×2k。
代码如下(示例):
void chessboard(int tr, int tc, int dr, int dc, int size) {//tr,tc为棋盘长宽,dr,dc是特殊方格的坐标,size是大小
if (size == 1) {//棋盘大小为1,则返回
return;
}
int t=gupai++;
int s = size / 2;//划分棋盘
if (dr < tr + s && dc < tc + s) {//考虑左上角棋盘是否覆盖
chessboard(tr, tc, dr, dc, s);
}
else {//方格不在棋盘里
qipan[tr + s - 1][tc + s - 1] = t;
chessboard(tr, tc, tr + s - 1, tc + s - 1, s);//在这部分右下角
}
if (dr < tr + s && dc >= tc + s) {
chessboard(tr, tc + s, dr, dc, s);//考虑右上角棋盘覆盖
}
else {//方格不在棋盘里
qipan[tr + s-1][tc + s] = t;
chessboard(tr, tc + s, tr + s-1, tc + s, s);
}
if (dr >= tr + s && dc < tc + s) {//考虑左下角棋盘覆盖
chessboard(tr + s, tc, dr, dc, s);
}
else {//方格不在棋盘里
qipan[tr + s][tc + s - 1] = t;
chessboard(tr + s, tc, tr + s, tc + s - 1, s);
}
if (dr >= tr + s && dc >= tc + s) {//考虑右下角棋盘覆盖
chessboard(tr + s, tc + s, dr, dc, s);
}
else {//方格不在棋盘里
qipan[tr + s][tc + s] = t;
chessboard(tr + s, tc + s, tr + s, tc + s, s);
}
}
三、递归方程和时间复杂度
递归方程
T(k)=O(1) ,k=0
T(k)=4T(k-1)+O(1) ,k>0
时间复杂度:
T(k)
=4T(k-1)+O(1)
=16T(k-2)+5O(1)
…
=4kT(0)+O(1)( 4k-1)/3
=4kO(1) +O(1)( 4k-1)/3
=O(4k)