算法洗脑系列(8篇)——第五篇 分治思想

简介:

  由于最近工作比较忙,好长时间都没有更新博客了,今天就分享下分治思想。

 

一: 思想

     有时候我们处理一个复杂的问题,可能此问题求解步骤非常杂,也可能是数据非常多,导致我们当时很难求出或者无法求出,古语有云:

步步为营,各个击破,这个思想在算法中称为分治思想,就是我们可以将该问题分解成若干个子问题,然后我们逐一解决子问题,最后将子问题

的答案组合成整个问题的答案。

 

二: 条件

     当然各个思想都有它的使用领域,所以玩这场分治游戏就要遵守它的游戏规则。

       ①   求解问题确实能够分解成若干个规模较小的子问题,并且这些子问题最后能够实现接近或者是O(1)时间求解。

       ②   各个子问题之间不能有依赖关系,并且这些子问题确实能够通过组合得到整个问题的解。

 

三:步骤

     通过上面对分治的说明,可以看到分治分三步走:

       ①  分解: 将问题分解成若干了小问题。

       ②  求解: O(1)的时间解决该子问题。

       ③  合并: 子问题逐一合并构成整个问题的解。

 

四:举例

      有n位选手参加羽毛球赛,比赛要进行n-1天,每位选手都要与其他每一个选手比赛一场并且每位选手每天都要比赛一场,请根据比赛要求

   排出选手的比赛日程表。

 

   思路:首先我们拿到问题要给自己打气,哈哈,因为日常的基本问题都跑不出我们所知道算法思想的范畴,此问题也包括在内。

           当n是8,16,32时,面对这么一个庞大的问题我们可能就崩溃了,因为我们实在无法求出来,此时我们就要想想是否可以分治一下。

           ①  就拿16个选手的比赛安排来说,需要比赛15天。

           ②  分成2个8位选手7天的比赛安排。

           ③  分为4个4位选手3天的比赛安排。

           ④  分为8个2位选手1天的比赛安排。

         相信2位选手1天的比赛安排大家都会吧,如图:

        然后退化到第三步即4位选手3天的比赛安排,如图:

        在图中可以看出:

          第一天:将1,2位和3,4位选手的日程合并。

          第二天,第三天:这两天的比赛安排其实可以发现规律的,整个表格可以划分四格,对角赋值。

  

程序代码如下:

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;

namespace Fenzhi
{
    public class Program
    {
        //这里
        static int[,] GameList = new int[8, 8];

        static void Main(string[] args)
        {
            Console.Write("请输入参赛选手的人数:\t");

            int person = Convert.ToInt32(Console.ReadLine());

            //参数检查合法性
            if (person % 2 != 0)
            {
                Console.WriteLine("输入的人数必须是2的倍数!");
                return;
            }

            //因为我定了只能容纳8位选手的日程的比赛安排,多的话就会爆掉
            if (person > 8)
            {
                Console.WriteLine("对不起,最多8位选手");
                return;
            }

            //调用分值计算函数
            GameCal(1, person);

            Console.Write("\n编号\t");

            //最后就是将数组表头
            for (int i = 1; i < person; i++)
            {
                Console.Write("第{0}天\t", i);
            }

            //换行
            Console.WriteLine();

            //输出数组内容
            for (int i = 0; i < person; i++)
            {
                for (int j = 0; j < person; j++)
                {
                    Console.Write("{0}\t", GameList[i, j]);
                }
                Console.WriteLine();
            }

            Console.ReadLine();
        }

        /// <summary>
/// 分治计算
/// </summary>
/// <param name="index">起始选手编号</param>
/// <param name="num">选手的人数(因为是分治,所以每次砍半)</param>
        static void GameCal(int index, int num)
        {
            //如果人数为2,则说明已经分治到了最简问题
            if (num == 2)
            {
                //参赛选手编号
                GameList[index - 1, 0] = index;

                //对阵选手编号
                GameList[index - 1, 1] = index + 1;

                //参赛选手编号
                GameList[index, 0] = index + 1;

                //对阵选手编号
                GameList[index, 1] = index;
            }
            else
            {
                //折半递归
                GameCal(index, num / 2);

                //折半递归
                GameCal(index + num / 2, num / 2);

                /* 子问题都结束后就要想办法合并,根据发现的规律进行合并 */

                //用于将“左下角”填充到“右上角”
//控制横坐标
                for (int i = index; i < index + num / 2; i++)
                {
                    //控制“纵坐标”
                    for (int j = num / 2; j < num; j++)
                    {
                        //对角赋值
                        GameList[i - 1, j] = GameList[(i - 1) + num / 2, j - num / 2];
                    }
                }

                //用于将“左上角”填充到“右下角”
//控制横坐标
                for (int i = index + num / 2; i < index + num; i++)
                {
                    //控制纵坐标
                    for (int j = num / 2; j < num; j++)
                    {
                        //对角赋值
                        GameList[i - 1, j] = GameList[(i - 1) - num / 2, j - num / 2];
                    }
                }
            }
        }
    }
}

相关文章
|
7月前
|
人工智能 自然语言处理 算法
当prompt策略遇上分治算法,南加大、微软让大模型炼成“火眼金睛”
【2月更文挑战第24天】当prompt策略遇上分治算法,南加大、微软让大模型炼成“火眼金睛”
61 2
当prompt策略遇上分治算法,南加大、微软让大模型炼成“火眼金睛”
|
7月前
|
存储 缓存 算法
【数据结构与算法】【小白也能学的数据结构与算法】递归 分治 迭代 动态规划 无从下手?一文通!!!
【数据结构与算法】【小白也能学的数据结构与算法】递归 分治 迭代 动态规划 无从下手?一文通!!!
|
5月前
|
算法 开发者 Python
惊呆了!Python算法设计与分析,分治法、贪心、动态规划...这些你都会了吗?不会?那还不快来学!
【7月更文挑战第10天】探索编程巅峰,算法至关重要。Python以其易读性成为学习算法的首选。分治法,如归并排序,将大问题拆解;贪心算法,如找零问题,每步求局部最优;动态规划,如斐波那契数列,利用子问题解。通过示例代码,理解并掌握这些算法,提升编程技能,面对挑战更加从容。动手实践,体验算法的神奇力量吧!
74 8
|
5月前
|
算法 Python
算法不再难!Python分治法、贪心、动态规划实战解析,轻松应对各种算法挑战!
【7月更文挑战第8天】掌握Python算法三剑客:分治、贪心、动态规划。分治如归并排序,将大问题拆解递归解决;贪心策略在每步选最优解,如高效找零;动态规划利用子问题解,避免重复计算,解决最长公共子序列问题。实例展示,助你轻松驾驭算法!**
72 3
|
1月前
|
算法 Python
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果;贪心算法在每一步选择局部最优解,追求全局最优;动态规划通过保存子问题的解,避免重复计算,确保全局最优。这三种算法各具特色,适用于不同类型的问题,合理选择能显著提升编程效率。
41 2
|
4月前
|
算法 搜索推荐
算法设计 (分治法应用实验报告)基于分治法的合并排序、快速排序、最近对问题
这篇文章是关于分治法应用的实验报告,详细介绍了如何利用分治法实现合并排序和快速排序算法,并探讨了使用分治法解决二维平面上的最近对问题的方法,包括伪代码、源代码实现及时间效率分析,并附有运行结果和小结。
|
5月前
|
算法 Python
Python算法高手进阶指南:分治法、贪心算法、动态规划,掌握它们,算法难题迎刃而解!
【7月更文挑战第10天】探索Python算法的精华:分治法(如归并排序)、贪心策略(如找零钱问题)和动态规划(解复杂问题)。通过示例代码揭示它们如何优化问题解决,提升编程技能。掌握这些策略,攀登技术巅峰。
135 2
|
5月前
|
算法 程序员 Python
算法小白到大神的蜕变之路:Python分治法、贪心、动态规划,一步步带你走向算法巅峰!
【7月更文挑战第9天】探索算法之旅,以Python解锁编程高手之路。分治法如二分查找,将复杂问题拆解;贪心算法解决活动选择,每次选取局部最优;动态规划求斐波那契数列,避免重复计算,实现全局最优。每一步学习,都是编程能力的升华,助你应对复杂挑战,迈向算法大师!
48 1
|
5月前
|
存储 算法 Python
Python算法界的秘密武器:分治法巧解难题,贪心算法快速决策,动态规划优化未来!
【7月更文挑战第9天】Python中的分治、贪心和动态规划是三大关键算法。分治法将大问题分解为小问题求解,如归并排序;贪心算法每步选局部最优解,不保证全局最优,如找零钱;动态规划存储子问题解求全局最优,如斐波那契数列。选择合适算法能提升编程效率。
71 1
|
5月前
|
存储 算法 Python
震撼!Python算法设计与分析,分治法、贪心、动态规划...这些经典算法如何改变你的编程世界!
【7月更文挑战第9天】在Python的算法天地,分治、贪心、动态规划三巨头揭示了解题的智慧。分治如归并排序,将大问题拆解为小部分解决;贪心算法以局部最优求全局,如Prim的最小生成树;动态规划通过存储子问题解避免重复计算,如斐波那契数列。掌握这些,将重塑你的编程思维,点亮技术之路。
79 1