首页 > 代码库 > 分治策略(求解递归式的方法)

分治策略(求解递归式的方法)

分解:将原问题划分成形式相同的子问题,规模可以不等,对半或2/3对1/3的划分。

解决:对于子问题的解决,很明显,采用的是递归求解的方式,如果子问题足够小了,就停止递归,直接求解。

合并:将子问题的解合并成原问题的解。

  这里引出了一个如何求解子问题的问题,显然是采用递归调用栈的方式。因此,递归式与分治法是紧密相连的,使用递归式可以很自然地刻画分治法的运行时间。所以,如果你要问我分治与递归的关系,我会这样回答:分治依托于递归,分治是一种思想,而递归是一种手段,递归式可以刻画分治算法的时间复杂度

 

解递归式:

这里有三种方法:代入法、递归树法和主方法。(下面这一部分结合有些网友的总结和我的总结得来)

代入法:

定义:先猜测某个界的存在,再用数学归纳法去证明该猜测的正确性。 
缺点:只能用于解的形式很容易猜的情形。 
总结:这种方法需要经验的积累,可以通过转换为先前见过的类似递归式来求解。

递归树法:

起因:代换法有时很难得到一个正确的好的猜测值。 
用途:画出一个递归树是一种得到好猜测的直接方法。 
分析(重点):在递归树中,每一个结点都代表递归函数调用集合中一个子问题的代价。将递归树中每一层内的代价相加得到一个每层代价的集合,再将每层的代价相加得到递归式所有层次的总代价。 
总结:递归树最适合用来产生好的猜测,然后用代换法加以验证。 
递归树的方法非常直观,总的代价就是把所有层次的代价相加起来得到。但是分析这个总代价的规模却不是件很容易的事情,有时需要用到很多数学的知识。

主方法:

主方法是最好用的方法,书本上以”菜谱“来描述这种方法的好用之处,它可以瞬间估计一个递推式的算法复杂度。但是我们知道,这后面肯定是严格的数学证明在支撑着,对于我们用户来说,我们只用知道怎么用就行了。

优点:针对形如T(n) = af(n/b) + f(n)的递归式

缺点:并不能解所有上述形式的递归式,有一些特殊情况,见下文分析。

分析:三种情况,如下图,着重看圈线的部分:

技术分享

直觉:看 f(n) 和 nlogb的关系,谁大取谁,相等则两个相乘,但要注意看是否相差因子 nε。对于3),还要看是否满足条件 af(n/b) <= cf(n) .

就像上面所说的,该方法不能用于所有的形如上式的递归式,f(n)和nlogba的关系必须是多项式意义上的小于大于,即渐近关系(渐近小于、渐近大于),什么是渐近,就是两者相差一个因子nε。所以,在情况1和情况2之间有一定的间隙,同样情况2和请看3之间也有一定的间隙;对于情况3,还要看是否满足正则条件。

  

例子:

代入法:(凭直觉、经验)

1)、习题4.3-1:T(n) = T(n-1) + n

技术分享

2)、习题4.3-2:T(n) = T(n/2) + 1

技术分享

递归树法:

1)、对递归式T(n) = 3T(n/2) +n,利用递归树确定一个好的渐近上界,用代入法进行验证。

技术分享

2)、对递归式T(n) = T(n/2) + n2,利用递归树确定一个好的渐近上界,用代入法进行验证。

技术分享

主方法:

1)、对于下列递归式,使用主方法求出渐近紧确界。

  a、T(n) = 2T(n/4) + 1

  b、T(n) = 2T(n/4) + n1/2

  c、T(n) = 2T(n/4) + n

  d、T(n) = 2T(n/4) + n2

技术分享

分治策略(求解递归式的方法)