算法与分析(精品)

算法与分析(精品)

ID:44655205

大小:77.00 KB

页数:7页

时间:2019-10-24

算法与分析(精品)_第1页
算法与分析(精品)_第2页
算法与分析(精品)_第3页
算法与分析(精品)_第4页
算法与分析(精品)_第5页
资源描述:

《算法与分析(精品)》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、分治算法在计算机科学中,分治法是-•种很重要的算法。字而上的解释是“分而治之”,就是把一个复杂的问题分成两个或更多的相同或相似的子问题,再把子问题分成更小的子问题……直到最麻子问题可以简单的肓接求解,原问题的解即了问题的解的合并。这个技巧是很多高效算法的基础,如排序算法(快速排序,归并排序),傅立叶变换(快速傅立叶变换)……任何一个可以用计算机求解的问题所需的计算时间都与其规模冇关。问题的规模越小,越容易肓接求解,解题所需的计算时间也越少。例如,对于n个元素的排序问题,当时,不需任何计算。n=2时,只要作一次比较即可排好序。n=3时只要作3次比较即可,…。而当n较大时,问题

2、就不那么容易处理了。要想直接解决一个规模较大的问题,有时是相当困难的。分治法的设计思想是,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,分而治之。分治策略是:对于一个规模为n的问题,若该问题可以容易地解决(比如说规模n较小)则肓接解决,否则将其分解为k个规模较小的子问题,这些子问题互相独立且与原问题形式相同,递归地解这些了问题,然后将各了问题的解合并得到原问题的解。这种算法设计策略叫做分治法。如果原问题可分割成k个了问题,l〈kWn,且这些了问题都可解并可利用这些了问题的解求出原问题的解,那么这种分治法就是可行的。由分治法产牛的子问题往往是原问题的

3、较小模式,这就为便用递归技术提供了方便。在这种情况下,反复应用分治手段,可以使子问题与原问题类型一•致而其规模却不断缩小,最终使子问题缩小到很容易肓•接求出其解。这自然导致递归过程的产主。分治与递归像一对学生兄弟,经常同时应用在算法设计之屮,并由此产生许多高效算法。分治法所能解决的问题一般具有以下儿个特征:1)该问题的规模缩小到一定的程度就可以容易地解决2)该问题可以分解为若干个规模较小的和同问题,即该问题具有最优子结构性质。3)利用该问题分解出的子问题的解对以合并为该问题的解:4)该问题所分解出的各个子问题是相互独立的,即子问题之间不包含公共的子子问题。上述的第一条特征是

4、绝人多数问题都可以满足的,因为问题的计算复杂性一般是随着问题规模的增加而增加;第二条特征是应用分治法的前提它也是人多数问题可以满足的,此特征反映了递归思想的应用;笫三条特征是关键,能否利用分治法完全取决于问题是否貝-有笫三条特征,如果具备了第一条和笫二条特征,而不具备笫三条特征,则可以考虑用贪心法或动态规划法。第四条特征涉及到分治法的效率,如果各了问题是不独立的则分治法要做许多不必要的工作,重复地解公共的子问题,此时虽然可用分治法,但-•般用动态规划法较好。分治法的基木步骤分治法在每一层递归上都冇三个步骤:分解:将原问题分解为若干个规模较小,相互独立,与原问题形式相同的子问

5、题;解决:若子问题规模较小而容易被解决则直接解,否则递归地解各个子问题合并:将各个子问题的解合并为原问题的解。它的一般的算法设计模式如下:Divide-and-Conquer(P)1.if

6、P

7、WnO2.thenreturn(ADHOC(P))3.将P分解为较小的子问题Pl,P2,..・,Pk4.fori—1tok5.doyi—Divide-and-Conquer(Pi)△递归解决Pi6.T—MERGE(yl,y2,...,yk)△合并子问题7.return(T)其中表示问题P的规模;nO为一阈值,表示当问题P的规模不超过nO时,问题已容易直接解出,不必再继续分解。ADHO

8、C(P)是该分治法中的基本子算法,用于直接解小规模的问题P。因此,当P的规模不超过nO时直接用算法ADHOC(P)求解。算法MERGE(yl,y2,...,yk)是该分治法中的合并子算法,用于将P的子问题Pl,P2,…,Pk的相应的解yl,y2,…,yk合并为P的解。分治法的复杂性分析一个分治法将规模为n的问题分成k个规模为n/m的子问题去解。设分解阀值nO二1,且adhoc解规模为1的问题耗费1个单位时间。再设将原问题分解为k个子问题以及川merge将k个子问题的解合并为原问题的解需用f(n)个单位时间。用T(n)表示该分治法解规模为

9、P

10、=n的问题所需的计算时间,则有:

11、通过迭代法求得方程的解:递归方程及其解只给出n等于m的方幕时T(n)的值,但是如果认为T(n)足够平滑,那么由n等于m的方幕时T(n)的值可以估计T(n)的增长速度。通常假定T(n)是单调上升的,从而当miWn〈mi+l时,T(mi)WT(n)〈T(mi+l)。动态规划算法最优化原理1951年美国数学家R.Bellman等人,根据一类多阶段问题的特点,把多阶段决策问题变换为一系列互相联系的单阶段问题,然后逐个加以解决。一些静态模型,只要人为地引进“时间”因素,分成时段,就对以转化成多阶段的动态模型,用动态规划方法去

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。