分治入门+例题

news/2024/7/5 1:36:28

目录

🥇2.3.2  合并排序

🥇2.3.3  快速排序

🌼P1010 [NOIP1998 普及组] 幂次方

🌳总结


形象点,分治正如“凡治众如治寡,分数是也”,管理少数几个人,即可统领全军

本质,将一个大规模问题分解为若干规模较小的相同子问题,分而治之

分治求解步骤:分解 --> 治理 --> 合并

大问题难以解决,就分解成规模更小的相同问题,各个子问题形式相同,解决方法也一样,所以可以使用递归算法快速解决。 

🥇2.3.2  合并排序

就合并排序来说,如果只有一个数,那么它本身就是有序的;

如果有2个数,进行一次比较就可以完成排序

但是加入有1000,10000甚至10万个数呢

我们可以将其分解为小的数列,直到只剩一个数,本身已经有序,再将这些单个有序的数列合并在一起,执行一个和分解相反的过程,从而完成对整个序列的排序

图解 

上图,先将待排序元素分成大小相等的的两个子序列

直到分解成一个元素,此时含有一个元素的子序列是有序的

然后,执行合并操作,将两个有序的子序列合并为一个有序序列

直到所有元素都合并完

算法设计

1)合并操作

注意 ,合并操作执行的只是整个数组排序中的一小步,通过Merge()函数实现

引入辅助合并函数Merge(A, low, mid, high)

函数对两个排好序的子序列A[low:mid]和A[mid + 1:high]进行合并

low, high表示待合并两个子序列在数组中的下界和上界,mid为中间位置

此外,还有3个工作指针i, j, k(整型下标)和辅助数组B

i, j指向两个子序列中,当前待比较的元素,k指向辅助数组B中待放置元素的位置

比较A[i]和A[j],将较小的值赋值给B[k],相应指针同时向后移动,直至所有元素处理完毕

初始👇

最后👇

算法代码

void Merge(int A[], int low, int mid, int high) {
    int *B = new int[high - low + 1]; //申请一个辅助数组
    int i = low, j = mid + 1, k = 0;
    while(i <= mid && j <= high) { //从小到达存放到辅助数组B中
        if(A[i] <= A[j]) B[k++] = A[i++];
        else B[k++] = A[j++];
    }
    while(i <= mid) B[k++] = A[i++]; //数组中剩下元素放到数组B中
    while(j <= high) B[k++] = A[j++];
    for(i = low, k = 0; i <= high;++i)
        A[i] = B[k++];
    delete[] B;
}

2)合并排序

将序列分成两个子序列,然后对子序列进行递归排序,再把两个已排好序的子序列合并成一个有序的序列

void MergeSort(int A[], int low, int high) {
    if(low < high) {
        int mid = (low + high) / 2; //取中点
        //接下来两行递归
        MergeSort(A, low, mid); //对A[low:mid]中元素合并排序
        MergeSort(A, mid + 1, high); //对A[mid+1:high]中元素合并排序
        Merge(A, low, mid, high); //合并
    }
}

3)复杂度分析

分解:仅仅计算出子序列中间位置,需要常数时间O(1)

递归:递归求解2个规模为n/2的子问题,需要时间2T(n/2)

合并:需要O(n)

讲的还是很清楚,至于空间复杂度

程序中变量占用了一些辅助空间,这些辅助空间都是常数阶的,但每调用一个Merge(),都分配一个适当大小的缓冲区,在退出时释放,最多分配的大小为n

所以空间复杂度为O(n),递归调用所使用栈空间等于递归树深度

递归调用的底层元素个数为1,So,n = 2^x,x = logn,递归树深度为logn 

🥇2.3.3  快速排序

以前学过了,下面适当补充,放一篇第一天来到csdn的博客

C++快速排序之整型数组_c++整数排序_千帐灯无此声的博客-CSDN博客

排序中

比较慢的有冒泡,选择,插入排序,100万数据量,需要≈15小时

比较快的有希尔,堆,归并,快速,基数排序,100万数据,≈10秒

快排归并对比

1,快排稳定性没有归并排序高

2,但快排是最快的,而且空间复杂度O(1),而归并O(n)

3,快排:先整体有序,再局部有序 ———— 归并:先局部有序,再整体有序(对比请看图)

快排先整体

归并先局部

基本思想 

通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据小,然后分别对两部分进行快速排序

整个排序过程可以递归进行,已达到有序序列

放个以前的代码

#include<iostream>
using namespace std;
 
void Quick_sort(int left, int right, int arr[])
{
    if(left >= right)
        return;//终止条件,左边界下标大于等于右边界,
               //说明当前数组长度是1或该数组物理不存在,这里是递归出口
    int i, j, base, temp;
    i = left, j = right;//根据传入的左右边界声明两个游标
    base = arr[left];//指定好基数
    while(i < j)//说明二者没相遇,循环继续执行
    {
        while(arr[j] >= base && i < j)
            j--;//j游标先行,只要j游标指向的数值大于基数,j游标就继续移动
        while(arr[i] <= base && i < j)
            i++;//i游标后走,只要i游标指向的数值小于基数,i游标就继续移动
        if(i < j)
        {//退出上面两个循环后,说明i指向了大于基数的元素,j指向了小于基数的元素
            temp = arr[i];
            arr[i] = arr[j];
            arr[j] = temp;//i,j指向的数值交换
        }
    }
    arr[left] = arr[j];//因为j先行,此时i,j指向的相同元素,必然比基数小
    arr[j] = base;//所以与左端基数交换
    Quick_sort(left,i-1,arr);//递归处理当前两个游标左边无序数组
    Quick_sort(i+1,right,arr);//递归处理当前两个游标右边无序数组
}
 
int main()
{
    int n;
    while(cin>>n)
    {
        int arr[n];//数组初始化必须指定长度,且长度为常量,
                   //不指定长度或长度为变量,都会编译出错
        for(int i = 0; i < n; i++)
            cin>>arr[i];
    //strlen()只是求字符串长度,求不了字符数组和整型数组长度
        Quick_sort(0, n - 1, arr);
        for(int i = 0; i < n; i++)//老把for写成while
            cout<<arr[i]<<" ";
    }//第一个应该把全部包起来
 
    return 0;
}

书里的快排优化拓展,其实就是我上面的代码内容,也是当前互联网主流的快排代码,如果我先学一遍书里一开始的快排代码,就会得不偿失,思路不够清晰而且复杂度更高

🌼P1010 [NOIP1998 普及组] 幂次方

标签:普及-,数学,分治

P1010 [NOIP1998 普及组] 幂次方 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)

关于()和+,记得直接从题目复制,防止自己写错 

敲完后复制题目输出,和自己的输出比较

//题目输出
//自己输出
2(2(2+2(0))+2)+2(2(2+2(0)))+2(2(2)+2(0))+2+2(0)
2(2(2+2(0))+2++2(2(2+2(0))++2(2(2)+2(0))+2+2(0))

第一次显然是有问题的,花15分钟debug 

AC  代码

#include<iostream>
#include<cmath> //pow()
using namespace std;

void part(int n)
{
    for(int i = 15; i >= 0; --i) { //2*10^4 < 2^15
        if(n >= pow(2, i)) {
            if(i == 0) cout<<"2(0)"; //递归底部
            else if(i == 1) cout<<"2"; //递归底部
            else if(i == 2) cout<<"2(2)"; //递归底部
            else {
                cout<<"2(";
                part(i); //递归实现分治
                cout<<")"; //当前分治完成, 不需要加判断
            }
            n -= pow(2, i); //先 -= 再判断'+'的输出
            if(n != 0) cout<<"+"; //递归结束, 此处n != 0
        }
    }
}

int main()
{
    int n;
    cin>>n;
    part(n);

    return 0;
}

🌳总结

《算法训练营》为了提高效率,不会一个一个字看完并且敲上博客,会挑重点和不会的,学过的或者冗余的,就跳,争取大一下暑假完成本书,因为还得学C++,英语,数据库等内容,得提高效率


http://lihuaxi.xjx100.cn/news/1178897.html

相关文章

OS之磁盘调度算法

目录 一、先来先服务(FCFS) 基本思想 案例 二、最短寻道时间优先(SSTF) 基本思想 案例 饥饿现象 三、扫描算法(SCAN) 基本思想 案例 四、循环扫描算法(CSCAN) 基本思想 案例 一、先来先服务(FCFS) 基本思想 根据进程请求访问磁盘的先后次序来进行调度 案例 二、…

安全测试常用 ADB 命令

ADB&#xff0c;全称 Android Debug Bridge&#xff0c;即 Android 调试桥&#xff0c;是一个对 Android 开发人员和测试人员都必不可少的工具。adb 包含在 Android SDK 平台工具软件包中。可以使用 SDK 管理器下载此软件包&#xff0c;该管理器会将其安装在 android_sdk/platf…

RocketMQ 学习教程——(二)SpringBoot 集成 RocketMQ

文章目录 添加 RocketMQ 依赖消费者 ConsumerYAML 配置创建监听器消息过滤Tag 过滤 生产者 ProducerYAML 配置发送同步消息发送异步消息发送单向消息发送延迟消息发送顺序消息发送批量消息发送集合消息 添加 RocketMQ 依赖 在 Maven 仓库【https://mvnrepository.com/】中搜索 …

网络安全常用靶场推荐

sqli-labs sqli-labs包含了大多数的sql注入类型&#xff0c;以一种闯关模式&#xff0c;对于sql注入进行漏洞利用 下载地址&#xff1a;https://github.com/Audi-1/sqli-labs xss challenges xsschallenges是一个专对于XSS漏洞练习的在线靶场&#xff0c;包含了各种绕过&#…

【JVM】12. 垃圾回收相关概念

文章目录 12.1. System.gc()的理解12.2. 内存溢出与内存泄露内存溢出&#xff08;OOM&#xff09;内存泄漏&#xff08;Memory Leak&#xff09; 12.3. Stop The World12.4. 垃圾回收的并行与并发并发&#xff08;Concurrent&#xff09;并行&#xff08;Parallel&#xff09;并…

python常用知识梳理(必看篇)

下面小编就为大家带来一篇python常用知识梳理(必看篇)。小编觉得挺不错的&#xff0c;现在就分享给大家&#xff0c;也给大家做个参考。一起跟随小编过来看看吧 接触python已有一段时间了&#xff0c;下面针对python基础知识的使用做一完整梳理&#xff1a; 1&#xff09;避免…

[Nacos] Nacos Server处理订阅请求 (九)

文章目录 1.InstanceController#list()2.InstanceController#doSrvIpxt()3.总结 1.InstanceController#list() Nacos Server处理订阅请求 主要还是从请求中获取参数, 比如namespceId、serviceName、agent(指定提交请求的客户端是哪种类型)、clusters、clusterIP、udpPort(后续…

路径规划算法:基于入侵杂草优化的路径规划算法- 附代码

路径规划算法&#xff1a;基于入侵杂草优化的路径规划算法- 附代码 文章目录 路径规划算法&#xff1a;基于入侵杂草优化的路径规划算法- 附代码1.算法原理1.1 环境设定1.2 约束条件1.3 适应度函数 2.算法结果3.MATLAB代码4.参考文献 摘要&#xff1a;本文主要介绍利用智能优化…