分治入门+例题

news2025/1/10 2:01:27

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

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/578942.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

js数据类型和六种运算结果为false的情况

数据类型 number&#xff1a;数字&#xff08;整数、小数、NaN(Not a Number)&#xff09; string&#xff1a;字符串、单双引皆可 boolean&#xff1a;布尔。true、false null&#xff1a;对象为空 undefined&#xff1a;当声明的变量初始化时&#xff0c;该变量的默认值…

vuex五大核心、辅助函数

一、vuex五大核心 分别为&#xff1a;state、getters、mutations、actions、modules state&#xff1a;用来存放我们的状态&#xff0c;也可以理解数据&#xff0c;类似与data中定义的数据&#xff1b;mutations:可以获取state里面的状态&#xff0c;进行修改&#xff0c;他只…

Hadoop---10、生产调优手册

1、HDFS—核心参数 1.1 NameNode 内存生产配置 1、NameNode内存计算 每个文件块大概占用150byte&#xff0c;一台服务器128G内存为例&#xff0c;能储存多少文件块呢&#xff1f; 12810241024*1024/150Byte ≈ 9.1 亿 G M KB Byte 2、Hadoop2.x系列&#xff0c;配置 NameNode…

leetcode506.相对名次

题目描述跳转leetcode详情 给你一个长度为 n 的整数数组 score &#xff0c;其中 score[i] 是第 i 位运动员在比赛中的得分。所有得分都 互不相同 。 运动员将根据得分 决定名次 &#xff0c;其中名次第 1 的运动员得分最高&#xff0c;名次第 2 的运动员得分第 2 高&#xff0…

day1 -- 资料库管理系统DBMS

学习目标&#xff1a; 了解什么是Mysql 如何安装Mysql 学习内容&#xff1a; 资料库概念资料库管理系统概念资料库管理系统分类SQL是什么安装Mysql启动Mysql并建立一张测试表格 正文部分 资料库 比如你喜欢摘抄优美的词句&#xff0c;那些优美的词句就是一种文字资料&#xf…

香橙派4和树莓派4B构建K8S集群实践之六:App服务部署

目录 1. 说明 1.1 关于PHPNginx体系的WebApp&#xff0c;这里将实践两种部署模式&#xff1a; 1.2 配置清单 2. PHPNginx体系的WebApp部署 2.1 单节点多容器模式A 2.1.1 准备工作 2.2.2 部署 2.2.3 访问效果 ​编辑 2.2 多节点单容器模式B 2.2.1 准备工作 2.2 配置…

笔记 | FastAPI创建新项目

当使用FastAPI创建项目时&#xff0c;首先需要安装FastAPI和其依赖项。可以使用pip来安装它们。请确保已经安装了Python和pip。 创建项目文件夹并进入该文件夹&#xff1a; mkdir myproject cd myproject创建并激活一个新的Python虚拟环境&#xff08;可选&#xff0c;但强烈…

虚拟机扩容

文章目录 虚拟机扩容扩容背景软件版本操作步骤1、VM上修改磁盘信息2、在系统中挂载磁盘(1) 使用命令查看磁盘状态(2) 通过命令查看到新磁盘的分区(3) 然后对新加的磁盘进行分区操作(4)重启虚拟机(5) 再次用以下命令查看到磁盘当前情况(6) 查看卷组名(7) 初始化刚刚的分区(8) 将…

MongoDB入门

mongodb与sql术语对应关系 SQL术语/概念MongoDB术语/概念解释/说明databasedatabase数据库tablecollection数据库表/集合rowdocument数据记录行/文档columnfield数据字段/域indexindex索引 对应关系图例

Microsoft Edge有哪些你不知道却超级好用的插件?(Microsoft Edge功能测评)

&#x1f388;个人主页:&#x1f388; :✨✨✨初阶牛✨✨✨ &#x1f43b;推荐专栏: &#x1f354;&#x1f35f;&#x1f32f;C语言进阶 &#x1f511;个人信条: &#x1f335;知行合一 &#x1f349;本篇简介:>:对Edge浏览器的简单测评,分享一些自己在使用好用的插件. 目录…

阿里系文生图(PAI+通义)

PAI-Diffusion模型来了&#xff01;阿里云机器学习团队带您徜徉中文艺术海洋 - 知乎作者&#xff1a;汪诚愚、段忠杰、朱祥茹、黄俊导读近年来&#xff0c;随着海量多模态数据在互联网的爆炸性增长和训练深度学习大模型的算力大幅提升&#xff0c;AI生成内容&#xff08;AI Gen…

Ae 效果详解:3D 摄像机跟踪器

Ae菜单&#xff1a;效果/透视/3D 摄像机跟踪器 Effects/Perspective/3D Camera Tracker 使用 3D 摄像机跟踪器 3D Camera Tracker效果可自动分析视频&#xff0c;以便提取摄像机运动和 3D 场景数据。然后&#xff0c;可以在 2D 素材的基础上正确合成 3D 元素。 提示&#xff1a…

基于DataX的海量时序数据迁移实战:从MySQL到TDengine3.x

背景 MySQL 数据库中&#xff0c;设备历史数据单表过亿&#xff0c;如何快速、低成本地迁移到 TDengine3.x 中&#xff1f; 从标题可以看出&#xff0c;我们使用的数据迁移/同步工具是 DataX &#xff0c;数据源&#xff08; Source &#xff09;为传统的关系型数据库 MySQL …

Yarn学习笔记

Apache Hadoop YARN &#xff08;Yet AnotherResource Negotiator&#xff0c;另一种资源协调者&#xff09;是一种新的 Hadoop 资源管理器&#xff0c;它是一个通用资源管理系统&#xff0c;可为上层应用提供统一的资源管理和调度&#xff0c;它的引入为集群在利用率、资源统一…

全面SOA化的电子电气架构是什么样?

交流群 | 进“传感器群/滑板底盘群/汽车基础软件群/域控制器群”请扫描文末二维码&#xff0c;添加九章小助手&#xff0c;务必备注交流群名称 真实姓名 公司 职位&#xff08;不备注无法通过好友验证&#xff09; 作者 | 张萌宇 在汽车产业向智能化转型的过程中&#xff0c…

《C++程序设计原理与实践》笔记 第18章 向量和数组

本章将介绍如何拷贝以及通过下标访问向量。为此&#xff0c;我们讨论一般的拷贝技术&#xff0c;并考虑向量与底层数组表示之间的关系。我们将展示数组与指针的关系及其使用引发的问题。我们还将讨论对于每种类型必须考虑的五种基本操作&#xff1a;构造、默认构造、拷贝构造、…

C++中queue的用法(超详细,入门必看)

博主简介&#xff1a;Hello大家好呀&#xff0c;我是陈童学&#xff0c;一个与你一样正在慢慢前行的人。 博主主页&#xff1a;陈童学哦 所属专栏&#xff1a;CSTL 前言&#xff1a;Hello各位小伙伴们好&#xff01;欢迎来到本专栏CSTL的学习&#xff0c;本专栏旨在帮助大家了解…

轩辕:首个千亿级中文金融对话模型

背景 目前开源的大语言模型或多或少存在以下痛点&#xff1a; 缺少专门针对中文进行优化过的的大语言模型。 支持中文的开源模型的参数规模偏小&#xff0c;没有超过千亿。比如清华和智谱AI的ChatGLM-6B目前只开源了6B参数模型&#xff0c;盘古alpha也只开源了13B的模型。 支…

杨立昆:科学之路读书笔记1

杨立昆&#xff1a;科学之路读书笔记1 前言科学之路1读书缘由靠省钱&#xff0c;是混不出名堂的AI趣事话题交流 一起学AI系列博客&#xff1a;目录索引 前言 在贝尔实验室&#xff0c;靠节省开支&#xff0c;是无法混出名堂的。——《科学之路》 五一假期读的多&#xff0c;写的…

毫米波雷达点云 DBSCAN聚类算法

毫米雷达点云 DBSCAN聚类算法 聚类的目的聚类算法分类原型聚类层次聚类密度聚类 DBSCAN聚类算法原理相关定义算法流程以及伪代码DBSCAN算法优缺点DBSCAN参数选择聚类衡量指标 DBSCAN算法仿真DBSCAN代码DBSCAN算法对毫米波雷达点云数据进行聚类 聚类的目的 聚类的目的是将一组数…