归纳、递归和归简-Python算法

归简法：

将某一问题转化成另一个问题。倾向于将一个为止问题归简成一个已解决的问题。归简法可能会涉及输入（操作中可能会遇到的新问题）与输出（已经解决的问题）之间的转化。

归纳法：

被用于证明某个语句对于大型对象类（通常是一些自然数类型）是否成立。我们首先要证明语句在某一基本情况（例如当数字为1时是成立的），然后证明它可以由一个对象“推广到”下一个对象（如果对于n-1成立，那么它对于n也成立）。

递归法：

主要被用于函数自我调用时，在这里，我们需要确保函数在遇到基本情况时的操作是正确的，并且能将各层递归调用的结果组合成一个有效的解决方案。

归纳法和递归法都倾向于将问题归简为（或分解）成一些更小的子问题，然后探讨出超然于这些问题之外的某一个步骤，并以此来解决整个问题。

书籍推荐《算法引论：一种创造性方法》http://download.csdn.net/download/pjx369a/9791827

从某个数字列表中找出两个彼此最接近但不相等的数（两者间的差的绝对值是最小的）

一个平方级的操作：

if __name__=="__main__":
    from random import randrange
    seq=[randrange(10*10) for i in range(100)]
    dd = float("inf")
    for x in seq:
        for y in seq:
            if x==y:continue
            d=abs(x-y)
            if d<dd:
                xx,yy,dd=x,y,d
    print(xx," ",yy," ",dd)
    print(seq)

首先我们知道，处理一个已排序的序列相对来说会更容易一些，而排序通常是线性对数级或

插入排序：最好情况时间复杂度为O(n)，最坏情况时间复杂度 O(n^2) 。

http://blog.csdn.net/zhang_xiaomeng/article/details/71296210

归并排序：归并排序的最坏情况运行时间

http://blog.csdn.net/zhang_xiaomeng/article/details/71304978

堆排序算法：算法复杂度O(nlgn)

http://blog.csdn.net/zhang_xiaomeng/article/details/71703345

快速排序算法：平均时间复杂度：

http://blog.csdn.net/zhang_xiaomeng/article/details/72665879

很显然，已排序的序列中最接近的两个数必然是相邻的：

python内置数据结构的时间复杂度:http://blog.csdn.net/zhang_xiaomeng/article/details/72850910

sort的复杂度是‘

seq.sort()
    dd=float("inf")
    for i in range(len(seq)-1):
        x,y=seq[i],seq[i+1]
        if x==y:continue
        d=abs(x-y)
        if d<dd:
            xx,yy,dd=x,y,d
    print(xx," ",yy," ",dd)
    print(seq)

这里的原问题是：找出序列中的最接近的两个数，但通过对seq的排序，我们将其归简成了“找出某已排序序列中的最接近的两个数”。在这种情况下，我们的归简处理（排序）并不会影响问题的答案。