数据结构与算法分析学习笔记---第一章
2014-04-29 19:13
369 查看
选择问题:
递归概述
#include <iostream> using namespace std; /* 问题描述: 设有一组N个数而要确定其中第k个最大者。我们称为选择问题。 算法思路: 思路1: 将N个数的数组进行排序,然后选择第k个数。排序的方法比如冒泡、快速等。 时间复杂度:根据排序算法确定。如果是冒泡,那就是n^2。 思路2: 从初始数组a[]里面取前k个放入一个新的数组b[],然后对这个数组进行排序(按递减的顺序)。 接着将初始数组a[]里面剩余的元素逐个与b[k-1]比较,如果大于b[k-1]则不处理, 如果小于b[k-1]则将该数放入b中正确的位置(相对于插入排序)。 时间复杂度:待定。 */ ////////////////////////////////////////////////////////////////////////// //思路1: //k为第k个数 //n为数组的大小 template <class type> type seletProblem1(const type source[],int k,int n) { type *temp = new type ; for(int i = 0; i < n; ++i) { temp[i] = source[i]; //复制原数组 } type bb; for(int i = 0; i < n; ++i) { for(int j = i; j < n; ++j) //注意,这里的j是从i开始的,可以减少循环次数 { if(temp[i] > temp[j]) { bb = temp[i]; temp[i] = temp[j]; temp[j] = bb; } } } bb = temp[k-1]; delete []temp; temp = NULL; return bb; } ////////////////////////////////////////////////////////////////////////// //思路2: //k为第k个数 //n为数组的大小 template <class type> type seletProblem2(const type source[],int k,int n) { type *temp = new type[k]; int j = 0; for(int i = 0; i < k; ++i) { temp[i] = 0; } temp[0] = source[0]; for(int i = 1; i < k; ++i) { j = i; while(temp[j - 1] > source[i] && j > 0) //插入排序; { temp[j] = temp[j - 1]; --j; } temp[j] = source[i]; } for(int i = k; i < n; ++i) { j = k - 1 ; if(temp[j - 1] > source[i]) { while(temp[j - 1] > source[i] && j > 0) { temp[j] = temp[j - 1]; --j; } temp[j] = source[i]; } } type bb; bb = temp[k-1]; delete []temp; temp = NULL; return bb; } int main() { int a[20] = {1,16,3,7,19,2,18,15,4,10,0,14,12,5,13,8,9,6,17,11}; cout <<"First function:"<<endl; cout <<"The 10th number is :" <<seletProblem1(a,10,20) <<endl; cout <<"Second function:"<<endl; cout <<"The 10th number is :" <<seletProblem2(a,10,20) <<endl; return 0; }
递归概述
/* 递归的两个基本法则: 1.基准情形(base case):你必须总要有某些基准的情形,它们不用递归就能求解。 2.不断推进(make progress):对于那些需要递归求解的情形,递归调用必须能够总朝着产生基准情形的方向推进。 递归的设计法则: 1.基准情形。 2.不断推进。 3.设计法则。假设所有的递归调用都能运行。 4.合成效益法则:在求解一个问题的同一实例时,切勿在不同的递归调用中做重复性的工作。 */ //============================================ //错误的递归例子 //不满足 不断推进 的原则。因为当n = 1的时候,一直循环Bad(1) int Bad(unsigned int n) { if(n == 0) return 0; else return Bad(n/3 + 1) + n -1; } //============================================ //正确的例子,斐波那契数列 /* 虽然fibonacci数列用递归的方法看起来代码很简单,但是执行效率一点都不高,因为它违背了递归的第四条设计原则。 如:在计算fibonacci(n - 1)的时候,实际上已经计算过fibonacci(n - 2)了,然后在后来弃之不用又计算了一次fibonacci(n - 2); 所以效率很低,可以试着输入一个n = 30,时间很惊人. */ int fibonacci(unsigned int n) { if(n <= 1) return 1; else return fibonacci(n - 1) + fibonacci(n - 2); }