Decrease-and-Conquer-week5

Decrease-and-Conquer-10

Decrease-and-Conquer分為兩種
和Devide-and-Conquer的區(qū)別在于Decrease-and-Conquer只解決一個(gè)實(shí)例犬庇,而Devide-and-Conquer解決很多相同的子實(shí)例

  1. Decrease-and-Conquer by-a-Constant
    In this approach, the size of the problem is reduced by some constant in each iteration of the algorithm.包含
  • Insertion Sort
  • topological sorting
  1. Decrease-and-Conquer by-a-Factor
  • Decrease-by-a-constant-factor
    binary search
  • Decrease-by-a-variable-factor
    interpolation search

5.1Insertion Sort

9-13



  • 步驟:
    1.sort the first n ? 1 items, then
    將前n-1個(gè)元素排好序
    2.locate the cell that should hold the last item,
    shift all elements to its right to the right, and
    place the last element.
    將最后一個(gè)元素與前面的元素做對(duì)比墓塌,若最后一個(gè)元素小于對(duì)比的元素卫旱,則對(duì)比的元素往后移,直至找到小于最后一個(gè)元素的值掏导,并將最后一個(gè)元素放入這個(gè)元素之后提针。
9-14 外循環(huán)遍歷n-1次,內(nèi)循環(huán)v<A[j]進(jìn)行i次

哨兵

Insertion Sort總結(jié)
1.最差時(shí)間復(fù)雜度和平均時(shí)間復(fù)雜度都為Theta(n^2),當(dāng)數(shù)組為逆向排序時(shí)
2.但時(shí)間復(fù)雜度為Theta(n)锋叨,當(dāng)數(shù)組為 almost-sorted input。
3.有的數(shù)組的-1或0或最后一個(gè)位置會(huì)為空宛篇,用來(lái)放置哨兵post a sentinel娃磺,放置最小值,用以結(jié)束循環(huán)叫倍,可以將排序的速度提高一個(gè)常數(shù)偷卧,但不改變Theta其仍為n^2
4.Insertion Sort易于理解應(yīng)用
5.適用于小的數(shù)組
6.Insertion Sort是stable的,是in-place的
7.decrease-and-conquer by a constant


5.2 Shellsort: Motivation


9-25

間隔選擇:
1.從最大的k開(kāi)始吆倦,然后用小一點(diǎn)的ks听诸,若為小數(shù)組則選用2/3最佳
2.認(rèn)為1、4蚕泽、13蛇更、40、121赛糟、364派任、1093是最好的間隔選擇,n=n*3+1璧南,但也要考慮運(yùn)行的次數(shù)(例20000應(yīng)該選擇364掌逛,雖然1093是可以容納的更大間隔數(shù),但要做1093次Insertion Sort)

  • 步驟
    1.可以把這個(gè)數(shù)組看作是k個(gè)列表的交錯(cuò)
    2.使用插入排序分別對(duì)每個(gè)列表進(jìn)行排序
    3.然后使用最后一次插入排序?qū)Φ玫降恼麄€(gè)數(shù)組進(jìn)行排序

Shellsort總結(jié)
1.相較于 insertion sort來(lái)說(shuō)比較次數(shù)更少司倚,選擇最好間隔差時(shí)(n=n3+1)的最差時(shí)間復(fù)雜度為* O(n^1.5).
2.猜想時(shí)間復(fù)雜度有可能接近
O(n^1.25).
3.Shellsort
不是stable的豆混,是in-place的**

5.3Binary Search

This is a well-known approach for searching for an element k in a sorted array

10-5

  • 步驟
    1.首先與數(shù)組的中間元素A[m]進(jìn)行比較。
    2.如果A[m] = k动知,就做完了皿伺。
    3.如果A[m] >k,遞歸搜索子數(shù)組直到A[m?1]盒粮。
    4.如果A[m] <k鸵鸥,從A[m + 1]遞歸搜索子數(shù)組。
    10-11

Binary Search總結(jié)
1.最差時(shí)間復(fù)雜度為Theta(log2(n)),當(dāng)要找的k不在隊(duì)列的時(shí)候是最差的情況丹皱。
2.平均時(shí)間復(fù)雜度為Theta(logn)

5.4Russian Peasant Multiplication

10-12

5.5Lomuto Partitioning分區(qū)

用于找中間值妒穴,或者第幾小的值
Partitioning an array around some pivot element p means reorganizing the array so that all elements to the left of p are no greater than p, while those to the right are no smaller. 分區(qū),將小于p的放置在左邊摊崭,大于等于p的放在右邊


10-15 每當(dāng)i找到一個(gè)小于p的值就將s+1并交換兩者讼油,找完i后交換p和s

5.4Quickselect

Finding the kth-smallest Element


10-27
  • 步驟
    1.利用Lomuto Partitioning,將數(shù)組A的第一個(gè)元素找到其是第幾小的值(設(shè)為m)
    2.將A按照m分為兩個(gè)部分呢簸,若要找的k小于m在前一部分找矮台,若要找的k大于m在后一部分找乏屯,重復(fù)1

Quickselect 總結(jié)
1.最差時(shí)間復(fù)雜度為Theta(n^2),當(dāng)數(shù)組已經(jīng)排好序時(shí)
2.平均時(shí)間復(fù)雜度為Theta(n)
3.Quickselect是stable的瘦赫,是in-place的

5.5Interpolation Search

10-43

總結(jié)
1.適用于數(shù)組是已經(jīng)排好序的情況
2.適用于非均勻分布的大數(shù)組
3.找到要找的k更靠近最大值還是最小值

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末辰晕,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子耸彪,更是在濱河造成了極大的恐慌伞芹,老刑警劉巖忘苛,帶你破解...
    沈念sama閱讀 212,816評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件蝉娜,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡扎唾,警方通過(guò)查閱死者的電腦和手機(jī)召川,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,729評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門(mén),熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)胸遇,“玉大人荧呐,你說(shuō)我怎么就攤上這事≈侥鳎” “怎么了倍阐?”我有些...
    開(kāi)封第一講書(shū)人閱讀 158,300評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)逗威。 經(jīng)常有香客問(wèn)我峰搪,道長(zhǎng),這世上最難降的妖魔是什么凯旭? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,780評(píng)論 1 285
  • 正文 為了忘掉前任概耻,我火速辦了婚禮,結(jié)果婚禮上罐呼,老公的妹妹穿的比我還像新娘鞠柄。我一直安慰自己,他們只是感情好嫉柴,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,890評(píng)論 6 385
  • 文/花漫 我一把揭開(kāi)白布厌杜。 她就那樣靜靜地躺著,像睡著了一般计螺。 火紅的嫁衣襯著肌膚如雪期奔。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 50,084評(píng)論 1 291
  • 那天危尿,我揣著相機(jī)與錄音呐萌,去河邊找鬼。 笑死谊娇,一個(gè)胖子當(dāng)著我的面吹牛肺孤,可吹牛的內(nèi)容都是我干的罗晕。 我是一名探鬼主播,決...
    沈念sama閱讀 39,151評(píng)論 3 410
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼赠堵,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼小渊!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起茫叭,我...
    開(kāi)封第一講書(shū)人閱讀 37,912評(píng)論 0 268
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤酬屉,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后揍愁,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體呐萨,經(jīng)...
    沈念sama閱讀 44,355評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,666評(píng)論 2 327
  • 正文 我和宋清朗相戀三年莽囤,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了谬擦。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,809評(píng)論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡朽缎,死狀恐怖惨远,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情话肖,我是刑警寧澤北秽,帶...
    沈念sama閱讀 34,504評(píng)論 4 334
  • 正文 年R本政府宣布,位于F島的核電站最筒,受9級(jí)特大地震影響贺氓,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜是钥,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,150評(píng)論 3 317
  • 文/蒙蒙 一掠归、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧悄泥,春花似錦虏冻、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,882評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至鸥鹉,卻和暖如春蛮穿,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背毁渗。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 32,121評(píng)論 1 267
  • 我被黑心中介騙來(lái)泰國(guó)打工践磅, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人灸异。 一個(gè)月前我還...
    沈念sama閱讀 46,628評(píng)論 2 362
  • 正文 我出身青樓府适,卻偏偏與公主長(zhǎng)得像羔飞,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子檐春,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,724評(píng)論 2 351

推薦閱讀更多精彩內(nèi)容