1) 二分搜索技术
- 二分搜索算法是运用分治策略的典型例子。二分搜索方法充分利用了元素间的次序关系,采用分治策略,可在最坏的情况下用O(logn)时间完成搜索任务。
- 问题描述:给定已排好序的n个元素a[0: n-1],现要在这n个元素中找出特定的元素x。
- 解决方法:
a) 顺序搜索方法:逐个比较a[0: n-1]中元素,直至找出元素或搜索整个数组后确定x不在其中。该方法没有很好地利用n个元素已排好序这个条件,因此在最坏的情况下,顺序搜索方法需要O(n) 次比较。
b) 二分搜索方法:将n个元素分成个数大致相同的两半,取a[n/2]与x作比较。如果x = a[n/2],则找到x,算法终止;如果x < a[n/2],则只在数组a的左半部继续搜索x;如果x > a[n/2],则只在数组a的右半部继续搜索x。具体算法可描述如下:
int BinarySearch(Type a[], const Type& x, int n){ //在a[0] <= a[1] <= ... <= a[n-1]中搜索x //找到x时返回其在数组中的位置,否则返回-1 int left = 0, right = n - 1; while(left <= right){ int mid = (left + right) / 2; if (x == a[mid]) return mid; else if (x > a[mid]) left = mid + 1; else right = mid - 1; } }
c) 可以看出,每执行一次算法的while循环,待搜索数组的大小减小一半。因此,在最坏情况下,while循环被执行了O(logn)次。循环体内运算需要O(1)时间,因此整个算法在最坏情况下的计算时间复杂性为O(logn)。
2) 二分排序技术
- 问题描述:给定无序的n个元素a[0: n-1],编写一个程序输出该数组的有序序列a[0: n-1]。
- 解决方法:
a) 归并排序:用分治策略实现对n个元素进行排序的算法。基本思想就是将待排序元素分成大小大致相同的2个子集合,分别对2个子集合进行排序,最终将排好序的子集合合并成为所要求的排好序的集合。
归并排序实现代码如下:
void MergeSort(Type a[], int left, int right) { //A[left:right]是一个全程数组, //含有 right-left+1个待排序的元素。 if (left < right){ //至少有2个元素 int mid = (left + right) / 2; //求当前数组的分割点 MergeSort(a, left, mid); MergeSort(a, mid + 1, right); Merge(a, b, left, mid, right); //合并两个排好序的子问题,放入另一个数组b中 copy(a, b, left, right); } }
计算出归并排序的时间复杂度T[n] = O(nlogn)
b) 快速排序:将数组A[1:n]分解成两个子数组B[1:p]和B[p+1:n],使得B[1:p]中的元素均不大于B[p+1:n]中的元素,然后分别对这里两个数组中的元素进行排序(非降的),最后再把两个排好序的数组接起来即可。
快速排序实现代码如下:
void QuickSort(Type a[], int p, int r){ if(p < r){ int q = Partition(a, p, r); //Partition函数负责将a进行一次分割,返回分割元素的位置 QuickSort(a, p, q - 1); //对左半段排序 QuickSort(a, q + 1, r); //对右半段排序 } }
计算出快速排序的时间复杂度T(n) = O(nlogn)
c) 但当数据量越来越大时,归并排序比快速排序慢,快速排序的优势愈发明显。
阅读:https://blog.csdn.net/jymn_chen/article/details/17359003
3) 相关资料:
a) 高等学校规划教材《计算机算法设计与分析》 王晓东著
b) 思想:https://blog.csdn.net/u011082606/article/details/47834519
c) 实践:https://blog.csdn.net/jacob_007/article/details/52601847
d) 改进:https://blog.csdn.net/lxs2016/article/details/75125217
e) 快速排序与归并排序的比较:
https://blog.csdn.net/jymn_chen/article/details/17359003
https://blog.csdn.net/louiswang2009/article/details/5616064
4) 结对编程情况
- 课堂上:在算法课堂上我和我的partner会不时的交流问题,共同学习并理解课堂上老师讲述的内容。
- 课后交流:课后我们除了会继续讨论课堂上没有解决的问题(通过问老师、查资料等),也会就作业的一些特点发表自己的看法,在各自单独完成作业后再进行交流。
- 对于具体的一个编程任务,我们先在某些关键代码思想上进行交流,并尽量达成共识,而后再各自独立完成任务,之后再进行代码的分享与进一步交流。
原文地址:https://www.cnblogs.com/ljl-gd/p/9786677.html