算法分析——分治
1、分治算法
1.1 基本概念
在計算機科學中,分治法是建構基于多項分支遞歸的一種很重要的算法範式。字面上的解釋是「分而治之」,就是把一個複雜的問題分成兩個或更多的相同或相似的子問題,直到最後子問題可以簡單的直接求解,原問題的解即子問題的解的合并。這個技巧是很多高效算法的基礎,如排序算法(快速排序、歸并排序)、傅立葉變換(快速傅立葉變換)。
1.2 分治法适用情況
(1)該問題的規模縮小到一定的程度就可以容易地解決;
(2)該問題可以分解為若幹個規模較小的相同問題,即該問題具有最優子結構性質;
(3)利用該問題分解出的子問題的解可以合并為該問題的解;
(4)該問題所分解出的各個子問題是互相獨立的,即子問題之間不包含公共的子子問題;
其中第三條是關鍵,能否利用分治法完全取決于問題是否具有第三條特征,如果具備了第一條和第二條特征,而不具備第三條特征,則可以考慮用貪心法或動态規劃。
第四條涉及到分治法的效率,如果各子問題是不獨立的則分治法要做許多不必要的工作,重複地解公共的子問題,此時雖然可用分治法,但一般用動态規劃法較好(可以參考下面第三個題目)。
1.3 分治法一般步驟
- Step1 : 将原問題分解為若幹個規模較小,互相獨立,與原問題形式相同的子問題;
- Step2 : 若子問題規模較小而容易被解決則直接解,否則遞歸地解各個子問題;
- Step3 : 将各個子問題的解合并為原問題的解;
2、Leetcode題目
2.1 Leetcode169 : 多數元素
題目描述:給定一個大小為 n 的數組,找到其中的多數元素。多數元素是指在數組中出現次數大于 ⌊ n/2 ⌋ 的元素。
你可以假設數組是非空的,并且給定的數組總是存在多數元素。
示例1:
輸入: [3,2,3]
輸出: 3
示例2:
輸入: [2,2,1,1,1,2,2]
輸出: 2
題目分析:這道題還是比較簡單的,有很多種解法。比如,方法一:由于衆數出現的頻率大于n/2,是以在排序之後衆數必存在于下标[n/2]處。是以可以将原數組排序,然後輸出位于
n/2
位置的數,該數即為衆數。方法二:哈希表,通過使用哈希映射得到每個值出現的次數。但是我們需要用分治的方法去求解這個問題。
我們直到如果數
a
是數組
nums
的衆數,如果我們将
nums
分成兩部分,那麼
a
必定是至少一部分的衆數。這樣以來,我們就可以使用分治法解決這個問題:将數組分成左右兩部分,分别求出左半部分的衆數 a1 以及右半部分的衆數 a2,随後在 a1 和 a2 中選出正确的衆數。
代碼:
class Solution {
public:
int majorityElement(vector<int>& nums) {
return majorityElementRec(nums, 0, nums.size() - 1);
}
int count(vector<int>& nums, int target, int low, int height) {
int c = 0;
for (int i = low; i <= height; ++i)
if (nums[i] == target)
c++;
return c;
}
int majorityElementRec(vector<int>& nums, int low, int height) {
if (low == height)
return nums[low];
int mid = low + (height - low) / 2;
int left = majorityElementRec(nums, low, mid);
int right = majorityElementRec(nums, mid + 1, height);
//計算區間内的衆數,傳回
if (count(nums, left, low, height) > (height - low + 1) / 2)
return left;
if (count(nums, right, low, height) > (height - low + 1) / 2)
return right;
return -1;
}
};
2.2 Leetcode53 : 最大子序和
題目描述:給定一個整數數組
nums
,找到一個具有最大和的連續子數組(子數組最少包含一個元素),傳回其最大和。
示例:
輸入: [-2,1,-3,4,-1,2,1,-5,4]
輸出: 6
解釋: 連續子數組 [4,-1,2,1] 的和最大,為 6。
題目分析:
代碼:
class Solution {
public:
int maxSubArray(vector<int>& nums) {
return maxSub(nums, 0, nums.size()-1);
}
int maxSub(std::vector<int>& Array, int low, int height){
if(height == low){
//隻有一個元素是,傳回值
return Array[low];
}
int mid = low + (height - low) / 2;
int left = maxSub(Array, low, mid);
int right = maxSub(Array, mid+1, height);
//左邊子數組,從右往左計算
int leftMaxValue = Array[mid];
int temp = 0;
for(int i = mid; i >= low; i--){
temp += Array[i];
leftMaxValue = max(temp, leftMaxValue);
}
//右邊子數組,從左往右計算
int rightMaxValue = Array[mid+1];
temp = 0;
for(int j = mid+1; j <= height; j++){
temp += Array[j];
rightMaxValue = max(temp, rightMaxValue);
}
int value = max(left, right);
return max(value, rightMaxValue+leftMaxValue);
}
};
2.3 Leetcode50 : pow(x, n)
題目描述:實作 pow(x, n) ,即計算 x 的 n 次幂函數。
示例1:
輸入: 2.00000, 10
輸出: 1024.00000
示例2:
輸入: 2.00000, -2
輸出: 0.25000
解釋: 2-2 = 1/22 = 1/4 = 0.25
題目分析:
代碼:
class Solution {
public:
double myPow(double x, int n) {
if(n == 0){
return 1;
}else if(n > 0){
return multiplyDivide(x, 0, n-1);
}else{
//int型最大值為2147483647。此處不能再用abs(n)
if(n == -2147483648)
return multiplyDivide(1/x, 0, 2147483647);
return multiplyDivide(1/x, 0, abs(n)-1);
}
}
double multiplyDivide(double value, int low, int height){
if(height == low){
return value;
}
int mid = low + (height - low) / 2;
double left = multiplyDivide(value, low, mid);
//注意,是以左右兩邊的值都是相同的,在歸并的時候差别僅在于當n為奇數的時候,左右兩邊需要歸并的value個數相差為1。
//是以直接将左邊歸并的值給右邊即可,不需要再重複計算。
double right;
if(height % 2 == 0){
right = left / value;
}else{
right = left;
}
//double right = multiplyDivide(value, mid+1, height);
return left * right;
}
};