算法分析与设计实验报告第四次附加实验
附录：
完整代码（分治法）
// 随机后标记元素后的快速排序
#include
#include
#include
#include
using namespace std;
int a[1000000]; //定义全局变量用来存放要查找的数组template
void Swap(Type &x,Type &y); //声明swap函数
inline int Random(int x, int y); //声明内联函数template
int Partition(Type a[],int p,int r); //声明Partition函数
template
int RandomizedPartition(Type a[],int p,int r); //声明RandomizedPartition函数template
void RandomizedQuickSort(Type a[],int p,int r); //声明RandomizedQuickSort函数void ran(int *input,int n) //随机生成数组元素函数
{
int i;
srand(time(0));
for(i=0;i input[i]=rand()%100; //生成的数据在0~100之间 input[i]='\0'; } int main() { int n; cout<<"请输入要排序的序列个数："< cin>>n; //输入要排序的序列个数 ran(a,n); //随机生成数组a for(int i=0; i { cout< } cout< cout< clock_t start,end,over; //计算程序运行时间的算法 start=clock(); end=clock(); over=end-start; start=clock(); //调用随机化的快速排序RandomizedQuickSort函数 RandomizedQuickSort(a,0,n-1); for(int i=0; i { cout< } cout< end=clock(); printf("The time is %6.3f",(double)(end-start-over)/CLK_TCK); //显示运行时间cout< system("pause"); return 0; } template void Swap(Type &x,Type &y) //将两个数据交换 { Type temp = x; x = y; y = temp; } //函数产生x和y之间的一个随机整数，且产生不同整数的概率相同inline int Random(int x, int y) { srand((unsigned)time(0)); int ran_num = rand() % (y - x) + x; return ran_num; } //函数Partition以一个确定的基准元素a[p]对子数组a[p:r]进行划分template int Partition(Type a[],int p,int r) { int i = p,j = r + 1; Type x = a[p]; //将 //将>x的元素交换到右边区域 while(true) { while(a[++i] while(a[--j]>x); if(i>=j) { break; } Swap(a[i],a[j]); } a[p] = a[j]; //将基准元素放在合适的位置 a[j] = x; return j; } //通过RandomizedPartition函数来产生随机的划分 template int RandomizedPartition(Type a[],int p,int r) { int i = Random(p,r); Swap(a[i],a[p]); return Partition(a,p,r); } template void RandomizedQuickSort(Type a[],int p,int r) { if(p { int q = RandomizedPartition(a,p,r); //获得基准元素的位置 RandomizedQuickSort(a,p,q-1); //对左半段排序 RandomizedQuickSort(a,q+1,r); //对右半段排序} } 最接近点对问题 一．实验目的： 1.理解算法设计的基本步骤及各步的主要内容、基本要求； 2.加深对分治设计方法基本思想的理解，并利用其解决现实生活中的问题； 3.通过本次实验初步掌握将算法转化为计算机上机程序的方法。 二．实验内容： 1.编写实现算法：给定n对点，在这n对点中找到距离最短的点对。 2.将输出数据存放到另一个文本文件中，包括结果和具体的运行时间。 3.对实验结果进行分析。 三．实验操作： 1.最接近点对查找的思想： 首先，将所有的点对按照x坐标排序，找到x坐标的中位数，将所有的点对分成三部分，横坐标小于x（S1）、等于x（S2）和大于x（S3）的点对，在求取每部分中的最短距离，利用分治法，一步步地分解为子问题，找到最短距离d。由于距离最近的两个点可能在不同的区域中，需要进一步判断。 选择S1中的一个点，由于与它相比较的点的距离不可能超过d，故其配对范围为d*2d的矩形，将这个矩形划分为6份2/d*3/d的小矩形，其对角线的长度为5/6d，小于d,故S1中的任意一个点只需和S2中的6个点比较即可，最终确定最短的距离。 2.取中位数： 为了减少算法的时间开销，需要将所有的点对进行分组，以中位数为基准，考虑到快速排序的不稳定性，本次排序使用了合并排序。 代码实现： template 《算法设计与分析》实验报告 分治策略 姓名：XXX 专业班级：XXX 学号：XXX 指导教师：XXX 完成日期：XXX 一、试验名称：分治策略 （1）写出源程序，并编译运行 （2）详细记录程序调试及运行结果 二、实验目的 (1)了解分治策略算法思想 (2)掌握快速排序、归并排序算法 (3)了解其他分治问题典型算法 三、实验内容 (1)编写一个简单的程序，实现归并排序。 (2)编写一段程序，实现快速排序。 (3)编写程序实现循环赛日程表。设有n=2k个运动员要进行网球循环赛。现 要设计一个满足以下要求的比赛日程表：（1）每个选手必须与其它n-1个选手各赛一次（2）每个选手一天只能赛一场（3）循环赛进行n-1天 四、算法思想分析 (1)编写一个简单的程序，实现归并排序。 将待排序元素分成大小大致相同的2个子集合，分别对2个子集合进行 排序，最终将排好序的子集合合并成为所要求的排好序的集合。 (2)编写一段程序，实现快速排序。 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都要小，然后再按此方法对这两部分数 据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据 变成有序序列。 (3)编写程序实现循环日赛表。 按分治策略，将所有的选手分为两组，n个选手的比赛日程表就可以通 过为n/2个选手设计的比赛日程表来决定。递归地用对选手进行分割， 直到只剩下2个选手时，比赛日程表的制定就变得很简单。这时只要让 这2个选手进行比赛就可以了。 五、算法源代码及用户程序 (1)编写一个简单的程序，实现归并排序。 #include 问题场景：在应用中，常用诸如点、圆等简单的几何对象代表现实世界中的实体。在涉及这些几何对象的问题中，常需要了解其邻域中其他几何对象的信息。例如，在空中交通控制问题中，若将飞机作为空间中移动的一个点来看待，则具有最大碰撞危险的2架飞机，就是这个空间中最接近的一对点。这类问题是计算几何学中研究的基本问题之一。 问题描述：给定平面上n个点，找其中的一对点，使得在n个点的所有点对中，该点对的距离最小。严格地说，最接近点对可能多于1对。为了简单起见，这里只限于找其中的一对。 1、一维最接近点对问题 算法思路： 这个问题很容易理解，似乎也不难解决。我们只要将每一点与其他n-1个点的距离算出，找出达到最小距离的两个点即可。然而，这样做效率太低，需要O(n^2)的计算时间。在问题的计算复杂性中我们可以看到，该问题的计算时间下界为Ω(nlogn)。这个下界引导我们去找问题的一个θ(nlogn)算法。采用分治法思想，考虑将所给的n个点的集合S 分成2个子集S1和S2，每个子集中约有n/2个点，然后在每个子集中递归地求其最接近的点对。在这里，一个关键的问题是如何实现分治法中的合并步骤，即由S1和S2的最接近点对，如何求得原集合S中的最接近点对，因为S1和S2的最接近点对未必就是S的最接近点对。如果组成S的最接近点对的2个点都在S1中或都在S2中，则问题很容易解 决。但是，如果这2个点分别在S1和S2中，则对于S1中任一点p，S2中最多只有n/2个点与它构成最接近点对的候选者，仍需做n^2/4次计算和比较才能确定S的最接近点对。因此，依此思路，合并步骤耗时为O(n^2)。整个算法所需计算时间T(n)应满足:T(n)=2T(n/2)+O(n^2)。它的解为T(n)=O(n^2)，即与合并步骤的耗时同阶，这不比用穷举的方法好。从解递归方程的套用公式法，我们看到问题出在合并步骤耗时太多。这启发我们把注意力放在合并步骤上。 设S中的n个点为x轴上的n个实数x1,x2,..,xn。最接近点对即为这n个实数中相差最小的2个实数。我们显然可以先将x1,x2,..,x n排好序，然后，用一次线性扫描就可以找出最接近点对。这种方法主要计算时间花在排序上，在排序算法已经证明，时间复杂度为O(nlogn)。然而这种方法无法直接推广到二维的情形。因此，对这种一维的简单情形，我们还是尝试用分治法来求解，并希望能推广到二维的情形。假设我们用x轴上某个点m将S划分为2个子集S1和S2，使得S1={x∈S|x≤m}；S2={x∈S|x>m}。这样一来，对于所有p∈S1和q∈S2有p 华东师范大学计算机科学技术系上机实践报告 课程名称：算法设计与分析年级：05上机实践成绩： 指导教师：柳银萍姓名： 上机实践名称：分治算法学号：上机实践日期：2007-4-24 上机实践编号：NO.3组号：上机实践时间：10:00-11:30 一、目的 二、内容与设计思想 1.在一个数组A[1..n] 中，同时寻找最大值和最小值[假设n 为2 的方幂]。并给出你的算法的复杂度分析。 要求： 输入：第一行为一个正整数N(0 析。 要求： 输入：输入有多组测试数据，每个输入占两行，第一行表示整数A，第二行表示整数B。. 输出：输出A*B。 3.1其思路是： 3.2具体算法是： 3.3其复杂度分析： 三、使用环境 四、调试过程 五、总结 六、附录 1. 求最值问题的程序： （此处放程序） 运行结果： 2. 求次最大值问题的程序： （此处放程序） 运行结果: 3．大整数乘积问题的程序： 假设在一片金属上钻n 个大小一样的洞，如果洞太近，金属可能会断。若知道任意两个洞的最小距离，可估计金属断裂的概率。这种最小距离问题实际上也就是距离最近的点对问题。 如果不用分治法，问题非常容易解决。也就是蛮力法。 代码如下： #include { int n, i; double d; printf("输入点的个数："); scanf("%d", &n); Point a[10000]; while (n) { for (i = 0; i < n; i++) scanf("%lf%lf", &(a[i].x), &(a[i].y)); d = nearest(a,n); printf("%.2lf\n", d); scanf("%d", &n); } return 0; } 但是本题是用分治法，我也参考了网上很多资料，他们要求对纵坐标进行排序，可能是为了对求右边的问题的点扫描用for 循环，但我发现那算法就不对，但愿是我的还没有完全明白按纵坐标排序的原因， 我参考的资料： https://www.doczj.com/doc/e115167027.html,/p-198711591.html?qq-pf-to=pcqq.c2c 代码如下： #include 沈阳化工大学实验报告 课程名称算法设计与分析 项目名称归并排序(分治)和插入排序的比较 学院应用技术学院 专业计中职1401 指导教师张雪 报告人张庭浩学号 1422030125 实验时间 2016.11.05 提交时间 2016.11.05 一、实验目的 1.理解和掌握分治算法的相关内容。 2.具体完成插入排序和归并排序性能的比较。 二、实验内容 编写一个真随机函数，随机产生大量数字。在产生相同的一组大量随机数字后，分别用归并排序和插入排序两种算法进行排序，并通过时间函数分别计算出运行的时间。 三、伪代码 1.归并排序 /*数组a[]是原始数组，数组b[]是目标数组*/ 归并排序（数组a[],数组b[]）{ `分割与归并（数组a[],0, a.length,数组b[]) } /*通过递归把要排序的子序列分的足够小*/ 分割与归并（数组a[],起始位置,结束位置,数组b[]){ if(结束位置- 起始位置< 2) 返回 中间位置= （起始位置+结束位置）/2 分割与归并（数组a[],起始位置,中间位置,数组b[]) 分割与归并（数组a[],中间位置,结束位置,数组b[]) 归并（数组a[],起始位置，中间位置，结束位置，数组b[]) 拷贝（数组a[],起始位置，结束位置，数组b[]) } 归并（数组a[],起始位置，中间位置，结束位置，数组b[]){ i0 = 起始位置，i1 = 中间位置 for j = 起始位置到结束位置 if(i0 < 中间位置且（i1 > 结束位置或a[i0] <= a[i1]){ //当i0没有超过中间位置时，有两种情况要将a[i0]复制到b[j]上： //1.i1已经超过结束位置，只要把剩下的复制过来就好； //2.a[i0]比a[i1]小 b[j]=a[i0] i0++ } else { b[j]=a[i1] i1++ } } 宁波工程学院电信学院计算机系 实验报告 课程名称：算法设计与分析实验项目：用分治法算法解 最接近点对问题 指导教师：崔迪 实验位置：软件工程实验室姓名： 班级： 学号： 日期： 2016/10/12 一、实验目的 通过上机实验，要求掌握分治法算法的问题描述、算法设计思想、程序设 计和算法复杂性分析等。 二、实验环境： Eclipse 三、实验内容：用分治法解最接近点对问题 （1）问题描述 给定平面S上n个点，找其中的一对点，使得在n(n-1)/2 个点对中，该 点对的距离最小。 （2）算法设计思想 1. n较小时直接求 (n=2). 2.将S上的n个点分成大致相等的2个子集S1和S2 3.分别求S1和S2中的最接近点对 4.求一点在S1、另一点在S2中的最近点对 5.从上述三对点中找距离最近的一对. （3）程序设计（程序清单及说明） package closestpair; import java.util.Arrays; import https://www.doczj.com/doc/e115167027.html,parator; import java.util.Random; import java.util.Scanner; //定义坐标点 class Point { double x; double y; public Point(double x, double y) { this.x = x; this.y = y; } } // 根据x坐标排序 class MyComparatorX implements Comparator 算法分析与设计实验报告第四次附加实验 while (a[--j]>x); if (i>=j) { break; } Swap(a[i],a[j]); } a[p] = a[j]; //将基准元素放在合适的位置 a[j] = x; return j; } //通过RandomizedPartition函数来产生随机的划分 template vclass Type> int RandomizedPartition(Type a[], int p, int r) { int i = Random(p,r); Swap(a[i],a[p]); return Partition(a,p,r); } 较小个数排序序列的结果: 测试结果 较大个数排序序列的结果: 实验心得 快速排序在之前的数据结构中也是学过的，在几大排序算法中，快速排序和归并排序尤其是 重中之重，之前的快速排序都是给定确定的轴值，所以存在一些极端的情况使得时间复杂度 很高，排序的效果并不是很好，现在学习的一种利用随机化的快速排序算法，通过随机的确 定轴值，从而可以期望划分是较对称 的，减少了出现极端情况的次数，使得排序的效率挺高了很多， 化算法想呼应，而且关键的是对于随机生成函数，通过这一次的 学习终于弄明白是怎么回事了，不错。 与后面的随机实 验和自己的 实验得分助教签名 附录： 完整代码(分治法) //随机后标记元素后的快速排序 #i nclude 西北农林科技大学信息工程学院《算法分析与设计》综合训练实习报告 题目：分治法循环赛日程表 学号 姓名 专业班级 指导教师 实践日期2011年5月16日-5月20日 目录 一、综合训练目的与要求 (1) 二、综合训练任务描述 (1) 三、算法设计 (1) 四、详细设计及说明 (3) 五、调试与测试 (4) 六、实习日志 (6) 七、实习总结 (6) 八、附录：核心代码清单 (6) 一、综合训练目的与要求 本综合训练是软件工程专业重要的实践性环节之一，是在学生学习完《算法分析》课程后进行的综合练习。本课综合训练的目的和任务： （1）巩固和加深学生对算法分析课程基本知识的理解和掌握； （2）培养利用算法知识解决实际问题的能力； （3）掌握利用程序设计语言进行算法程序的开发、调试、测试的能力； （4）掌握书写算法设计说明文档的能力； （5）提高综合运用算法、程序设计语言、数据结构知识的能力。 二、综合训练任务描述 假设有n=2k 个运动员要进行网球循环赛。设计一个满足一下要求的比赛日程表：（1）每个选手必须与其他n-1个选手各赛一次 （2）每个选手一天只能赛一次 （3）循环赛一共进行n-1天 利用Java语言开发一个界面，输入运动员的个数，输出比赛日程表。对于输入运动员数目不满足n=2k时，弹出信息提示用户。 三、算法设计 (1) 文字描述 假设n位选手顺序编号为1，2，3……n，比赛的日程表是一个n行n-1列的表格。第i行j列表示第i号选手在第j天的比赛对手，根据分治法，要求n个选手的比赛日程，只要知道其中一半的比赛日程，所以使用递归最终可以分到计算两位选手的比赛日程，然后逐级合并，得出结果。 (2) 框图 实验报告 （2015 / 2016 学年第二学期） 课程名称 实验名称分治法实现快速排序与两路合并排序 实验时间年月日指导单位计算机学院计算机科学与技术系 指导教师 学生姓名班级学号 学院(系) 专业 实验报告 三、实验原理及内容 实验原理： 分治法：即分而治之。将问题分解为规模较小，相互独立，类型相同的问题进行求解。对于无序数组的有序排序也就是按某种方式将序列分成两个或多个子序列，分别进行排序，再将已排序的子序列合并成一个有序序列。 实验内容： 两路合并排序算法的基本思想是：将待排序元素序列一分为二，得到两个长度基本相等的子序列，其过程类似于对半搜索；然后将子序列分别排序，如果子序列较长，还可以继续细分，知道子序列长度不超过1为止。 以上的实现由下列代码执行： void SortableList::MergeSort() { MergeSort(0,n-1); } void SortableList::MergeSort(int left,int right) { if (left 分治策略 姓名：XXX 专业班级：XXX 学号：XXX 指导教师：XXX 完成日期：XXX 一、试验名称：分治策略 （1）写出源程序，并编译运行 （2）详细记录程序调试及运行结果 二、实验目的 (1)了解分治策略算法思想 (2)掌握快速排序、归并排序算法 (3)了解其他分治问题典型算法 三、实验内容 (1)编写一个简单的程序，实现归并排序。 (2)编写一段程序，实现快速排序。 (3)编写程序实现循环赛日程表。设有n=2k个运动员要进行网球循环赛。现 要设计一个满足以下要求的比赛日程表：（1）每个选手必须与其它n-1个选手各赛一次（2）每个选手一天只能赛一场（3）循环赛进行n-1天 四、算法思想分析 (1)编写一个简单的程序，实现归并排序。 将待排序元素分成大小大致相同的2个子集合，分别对2个子集合进行 排序，最终将排好序的子集合合并成为所要求的排好序的集合。 (2)编写一段程序，实现快速排序。 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都要小，然后再按此方法对这两部分数 据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据 变成有序序列。 (3)编写程序实现循环日赛表。 按分治策略，将所有的选手分为两组，n个选手的比赛日程表就可以通 过为n/2个选手设计的比赛日程表来决定。递归地用对选手进行分割， 直到只剩下2个选手时，比赛日程表的制定就变得很简单。这时只要让 这2个选手进行比赛就可以了。 五、算法源代码及用户程序 (1)编写一个简单的程序，实现归并排序。 #include 实验一 实验名称：利用分治法实现快速排序 实验时 2012 年12月成绩： 间： 一、实验目的 分治法的基本思想是将一个规模为n的问题分解为k个规模较小的子问题，这些子问题互相独立且与原问题相同。递归地解这些子问题，然后将各个子问题的解合并得到原问题的解。 本实验的目的是利用分治策略实现快速排序算法。 二、实验内容 快速排序算法是基于分治策略的排序算法。其基本思想是，对于输入的子数组a[p:r],按以下三个步骤进行排序。 （1）分解:以a[p]为基准元素将a[p:r]划分成3段a[p:q-1],a[q] 和a[q+1:r]， 使a[p:q-1]中任何一个元素小于等于a[q]，而a[q+1:r]中任何一个元素大于等于 a[q]。下标q在划分过程中确定。 （2）递归求解：通过递归调用快速排序算法分别对a[p:q-1]和a[q+1:r]进行排序。 （3）合并：由于对a[p:q-1]和a[q+1:r]的排序是就地进行的，所以在a[p:q-1] 和a[q+1:r]都已排好的序后，不需要执行任何计算，a[p:r]就已排好序。 基于这个思想，可实现的快速排序算法如下： void QuickSort(i nt a[],i nt p,i nt r) if(p int q=Partition(a,p,r); QuickSort(a,p,q-1); QuickSort(a,q+1,r); } } 对含有n 个元素的数组a[0;n-1] 进行快速排序只要调用QuickSort(a,0,n-1) 即可。 上述算法中的函数Partition ，以确定的一个基准元素a[p] 对子数组a[p:r] 进行划分，它是快速排序算法的关键。 int Partition(int a[],int p,int r) { int i=p,j=r+1; int x=a[p]; while(true) { while(a[++i] 一. 用分治算法解平面最接近点对问题 1.题目 关于最接近点对问题: 给定平面上n个点，找出其中一对点，使得在n个点所构成的所有点对中，该点对的距离最小。 2.程序详细介绍(各模块的功能等) 本程序主要包括两个类:类Point和类Ppoint.其中类Point为处理一些的基本数据传递等.类Ppoint为该程序的主要实现模块,该类中有输入点对的函数shuru,对所输入的点对按X轴排序的函数sort,求各点对的距离的函数xiao等. 假设S中的点为平面上的点，它们都有2个坐标值x和y。为了将平面上点集S线性分割为大小大致相等的2个子集S1和S2，我们选取一垂直线l（方程：x=m）来作为分割直线。其中m为S中各点x坐标的中位数。由此将S分割为S1={p∈S|px≤m}和S2={p∈S|px>m}。从而使S1和S2分别位于直线l的左侧和右侧，且S=S1∪S2 。由于m是S中各点x坐标值的中位数，因此S1和S2中的点数大致相等。递归地在S1和S2上解最接近点对问题，我们分别得到S1和S2中的最小距离δ1和δ2.此即为该程序的大致算法. 3. 程序结构（流程图） 该程序的流程图如下所示 4. 调试与测试：调试方法，测试结果（包括输入数据和输出结果）的分析与讨论 运行该程序时,屏幕上会出现一个界面,首先该界面会提示输入要处理的点对个数,输入点对个数后从键盘输入数字0即可显示出处理后的各个结果,会出现如下结果: 5.程序代码(源程序) #include 一、实验目的 1．理解分治法的方法； 2. 掌握使用分治法解决一般问题的步骤； 3. 掌握分治算法求解数组的最大值和最小值的方法。 二、实验原理 在一个给定数组中查找最大值和最小值是一类常见的问题，也是解决其他一些算法的基础。 假设给定数组为a，数组中含有n个元素，一般的算法是在数组中进行直接 循环的次数在算法第2行给出，为(n-2)+1=n-1次，因此，算法元素比较总次数为2(n-1)次。 现在采用分治的思想，假设数组的长度为2的整数幂，将数组分割成两半，分别为a[0…(n/2)-1]和a[n/2…n-1]，在每一半中分别查找最大值和最小值，并返回这两个最小值中的最小值以及两个最大值中的最大值。 假设给定数组为a，数组的下标上界和下界分别为low和high，则其算法伪 接比较数组的两个元素，选出最大值和最小值，此为函数的递归终止条件；代码第7行和第8行是两个递归调用，分别在数组的下标范围[low,mid]和 [mid+1,high]查找最小值和最大值，第9行比较两个最大值取其中较大者，第10行比较两个最小值取较大者。 代码的第2、9和10行涉及到元素的比较，第7、8行由于递归也产生元素比较，因此令算法总的元素比较次数为C(n)，则有 ???>+==2 2)2/(221)(n n C n n C 若若 对递推式进行求解 2 2/3 2 2)2/( 2)2(2 2 2...22)2/(2 ... 2 48)8/(824)2)8/(2(4 2 4)4/(42)2)4/(2(22)2/(2)(1 1122111-=-+=+=+++++==+++=+++=++=++=+=∑-=-----n n C n C n C n C n C n C n C n C k k j j k k k k k 得到minmax 算法的元素比较总次数为3n/2-2，优于直接比较的性能。 三、实验内容及要求 1. 编写程序使用分治算法MINMAX 求解数组的最小值和最大值，并用实际数组对算法进行测试。 2. 要求算法中元素比较的次数为3n/2-2，在程序中元素比较的地方进行记录，并在程序末尾输出数组最大值和最小值以及元素比较次数。 四、实验步骤 1. 定义结构体类型或类，用以在函数的返回值同时返回数组的最大值和最小值。 一、最接近点对问题（一维） 1、最接近点对问题（一维） 最接近点对问题:给定平面上n个点，找其中的一对点，使得在n个点的所有点对中，该点对的距离最小。此时S中的n个点退化为x轴上的n个实数x1,x2,..,x n。最接近点对即为这n 个实数中相差最小的2个实数。 2、分析 将所给的平面上n个点的集合S分成2个子集S1和S2，每个子集中约有n/2个点，·然后在每个子集中递归地求其最接近的点对。S1和S2的最接近点对未必就是S的最接近点对，如果组成S的最接近点对的2个点都在S1中或都在S2中，则问题很容易解决。但是，如果这2个点分别在S1和S2中，则对于S1中任一点p，S2中最多只有n/2个点与它构成最接近点对的候选者，仍需做n2/4次计算和比较才能确定S的最接近点对。 因此，依此思路，合并步骤耗时为O(n2)。 整个算法所需计算时间T(n)应满足: T(n)=2T(n/2)+O(n2) 它的解为T (n)=O(n2) 3、伪代码 随机Random float Random() { float result=rand()%10000; return result*0.01; } 返回最大、最小 float Max OR Min(float s[],int p,int q)//返回s[]中的最大值 { float s_max（s_min）=s[p]; for(int i=p+1;i<=q;i++) if(s_max 算法分析与设计实验报告 第 1 次实验 附录：完整代码 SelectMaxMin.cpp: #include else min=minj; return; } } intmain() { clock_tstart,end,over; start=clock(); end=clock(); over=end-start; start=clock(); //freopen("in.txt","r",stdin); //freopen("out.txt","w",stdout); int m; cout<<"Please input the number : "; cin>> m; int a[m]; srand((unsigned int)time(NULL)); cout<< "随机产生的数据(0-100)："; for(inti=0; i 实验一 实验名称：利用分治法实现快速排序实验时间: 2012年12月成绩：一、实验目的 分治法的基本思想是将一个规模为n的问题分解为k个规模较小的子问题，这些子问题互相独立且与原问题相同。递归地解这些子问题，然后将各个子问题的解合并得到原问题的解。 本实验的目的是利用分治策略实现快速排序算法。 二、实验内容 快速排序算法是基于分治策略的排序算法。其基本思想是，对于输入的子数组a[p:r],按以下三个步骤进行排序。 （1）分解：以a[p]为基准元素将a[p:r]划分成3段a[p:q-1],a[q]和a[q+1:r]，使a[p:q-1]中任何一个元素小于等于a[q]，而a[q+1:r]中任何一个元素大于等于a[q]。下标q在划分过程中确定。 （2）递归求解：通过递归调用快速排序算法分别对a[p:q-1]和a[q+1:r]进行排序。 （3）合并：由于对a[p:q-1]和a[q+1:r]的排序是就地进行的，所以在a[p:q-1]和a[q+1:r]都已排好的序后，不需要执行任何计算，a[p:r]就已排好序。基于这个思想，可实现的快速排序算法如下：void QuickSort(int a[],int p,int r) { if(p 算法实验报告一分治法实验 一、实验目的及要求 利用分治方法设计大整数乘法的递归算法，掌握分治法的基本思想和算法设计的基本步 骤。 要求：设计十进制的大整数乘法，必须利用分治的思想编写算法，利用c语言（或者c++ 语言）实现算法，给出程序的正确运行结果。（必须完成） 设计二进制的大整数乘法，要求利用分治的思想编写递归算法，并可以实现多位数的乘 法（利用数组实现），给出程序的正确运行结果。（任选） 二、算法描述 1、 输入两个相同位数的大整数u，v 输出uv的值 判断大整数的位数i； w=u/10^(i/2); y=v/10^(i/2); x=u-w*10^(i/2); z= v-y*10^(i/2); 然后将w,x,y,z代入公式求得最后结果 uv=wy10^i+((w+x)(y+z)-wy-xz)10^(i/2)+xz 三、调试过程及运行结果 在实验中我遇到的问题： 原来以为这两个大整数的位数不同，结果题目要求是相同位数的大整数在写10的多少 次方时，写的是10^(i/2),10^(i)，结果不对，我就将它改成了for循环语句 四、实验总结 在本次实验中，我知道了分治算法，以及分治算法的基本思想。我还掌握了编写大整数 乘法的算法与步骤，以及如何修改在编写程序时遇到的问题。 五、附录（源程序代码清单） 1、#include<iostream.h> int weishu(int x) { int i; while(x!=0) { x=x/10; i++; } return i; } void main() { int u,v; cout<<输入两个位数相同的大整数:<<endl; cin>>u; cin>>v; 2020智慧树知到《算法分析与设计》章节 测试完整答案 智慧树知到《算法分析与设计》章节测试答案 第一章 1、给定一个实例，如果一个算法能得到正确解答，称这个算法解答了该问题。 答案: 错 2、一个问题的同一实例可以有不同的表示形式 答案: 对 3、同一数学模型使用不同的数据结构会有不同的算法，有效性有很大差别。 答案: 对 4、问题的两个要素是输入和实例。 答案: 错 5、算法与程序的区别是() A:输入 B:输出 C:确定性 D:有穷性 答案: 有穷性 6、解决问题的基本步骤是()。(1)算法设计(2)算法实现(3)数学 建模(4)算法分析(5)正确性证明 A:(3)(1)(4)(5)(2) B:(3)(4)(1)(5)(2) C:(3)(1)(5)(4)(2) D:(1)(2)(3)(4)(5) 答案: (3)(1)(5)(4)(2) 7、下面说法关于算法与问题的说法错误的是()。 A:如果一个算法能应用于问题的任意实例，并保证得到正确解答，称这个算法解答了该问题。 B:算法是一种计算方法，对问题的每个实例计算都能得到正确答案。 C:同一问题可能有几种不同的算法，解题思路和解题速度也会显著不同。 D:证明算法不正确，需要证明对任意实例算法都不能正确处理。 答案: 证明算法不正确，需要证明对任意实例算法都不能正确处理。 8、下面关于程序和算法的说法正确的是()。 A:算法的每一步骤必须要有确切的含义，必须是清楚的、无二义的。 B:程序是算法用某种程序设计语言的具体实现。 C:程序总是在有穷步的运算后终止。 D:算法是一个过程，计算机每次求解是针对问题的一个实例求 算法分析与复杂型设计作业 学院计算机与控制工程学院 专业计算机软件与理论 班级 Y130701 学生姓名郑晓璐 流水号 20130789 2014年4月 问题： 设p1=(x1, y1), p2=(x2, y2), …, pn=(xn, yn)是平面上n个点构成的集合S，设计算法找出集合S中距离最近的点对。 蛮力算法描述： int ClosestPoints(int n, int x[ ], int y[ ]){ minDist=Double.POSITIVE_INFINITY;; for (i=1; i< n; i++) for (j=i+1; j<=n; j++) { d=(x[i]-x[j])* (x[i]-x[j])+(y[i]-y[j])* (y[i]-y[j]); if (d< minDist) { minDist=d; index1=i; index2=j; } } return minDist; } 程序： import java.util.*; public class ClosestPair1{ public static void main(String[] args) { /** *输入需要比较的点的对数存在变量n中 */ Scanner in=new Scanner(System.in); System.out.println("How many pairs of points to compare?(有多少对点需要比较?)"); int n=in.nextInt(); int[] x=new int[n]; int[] y=new int[n]; /** *输入这些点的横坐标和纵坐标分别存储在x[n]和y[n] */ System.out.println("Please enter these points,X-coordinate(请输入这些点,横坐标):"); for(int i=0;i< n;i++) { x[i]=in.nextInt(); }最接近点对问题实验报告
算法分析实验报告--分治策略
0007算法笔记——【分治法】最接近点对问题
实验三分治算法.doc
最近点对分治法
算法设计实验一归并排序(分治)和插入排序的比较分析
分治法实验报告一
分治算法实验(用分治法实现快速排序算法)
(完整word版)分治法循环赛日程表实验报告
分治法实现快速排序与两路合并排序
算法分析实验报告--分治策略
分治法实现快速排序
用分治算法解平面最接近点对问题
-实验1分治法
最接近点对问题
分治算法实验报告
分治法实现快速排序
分治法实验报告
2020智慧树知到《算法分析与设计》章节测试完整答案
用蛮力法和分治法解决最近对问题
相关主题
文本预览