基于python的分治法和例题
分治法
分治法的核心
- 分:将一个复杂的问题分成两个或更多的相同或相似的子问题,再把子问题分成更小的子问题
- 治:最后的子问题,可以很容易的直接求解
- 合:所有子问题的解合并起来就是原问题的解
分治法的特征
- 问题的规模缩小到一定的程度就可以容易地解决
- 问题可以分解为若干个规模较小的相同问题,即该问题具有最优子结构性质
- 利用该问题分解出的子问题的解可以合并为该问题的解
- 该问题所分解出的各个子问题是相互独立的,即子问题之间不包含公共的子问题
第一条特征:是绝大多数问题都可以满足的,因为问题的计算复杂性一般是随着问题规模的增加而增加
第二条特征:是应用分治法的前提它也是大多数问题可以满足的,此特征反映了递归思想的应用
第三条特征:是关键,能否利用分治法完全取决于问题是否具有第三条特征,如果具备了第一条和第二条特征,而不具备第三条特征,则可以考虑用贪心法或动态规划法
第四条特征:涉及到分治法的效率,如果各子问题是不独立的则分治法要做许多不必要的工作,重复地解公共的子问题,此时虽然可用分治法,但一般用动态规划法较好
分治法例题
01. 快速指数
求 ,base为底数,a为指数。
基本思想:对分治:
def fast_power(base, a):
# 指数为0返回1
if a == 0:
return 1.0
# 指数为负数
elif a < 0:
return 1 / fast_power(base, -a)
# 指数为奇数
elif a % 2:
return fast_power(base * base, a // 2) * base
# 指数为偶数
else:
return fast_power(base * base, a // 2) print(fast_power(2, 5)) #
02. 搜索峰值
列表没有重复值,但可能存在多个峰值,返回任意一个峰值的index.
你可以想象成 num[0] = num[n] = -∞, 第一位和最后一位为负无穷
def search_peak(alist, start, end):
if start == end:
return start if start + 1 == end:
if alist[start] > alist[end]:
return start
return end mid = start + (end - start) // 2 # 如果当前值大于前一个值,并且当前值大于后一个值,则当前值是峰值
if alist[mid - 1] < alist[mid] and alist[mid + 1] < alist[mid]:
return mid
# 如果前一个值大于当前值,并且当前值大于后一个值,呈下降趋势,前方有峰值,否则后方有峰值
elif alist[mid - 1] > alist[mid] and alist[mid] > alist[mid + 1]:
return search_peak(alist, start, mid-1)
else:
return search_peak(alist, mid + 1, end) alist = [1, 3, 5, 100, 63, 32, 60, 70, 23, 12, 2, 21, 32, 45, 39, 36,11]
print(search_peak(alist, 0, len(alist) - 1)) #
03. 在有序列表中找多余元素
给定两个排好序的列表。这两个数组只有一个不同的地方:
在第一个数组某个位置上多一个元素。请找到这个元素的索引位置。
def find_extra(lst1, lst2):
index = len(lst2) left, right = 0, len(lst2) - 1 while left <= right:
mid = left + (right - left) // 2
# 如果中间元素相同,则表示多余元素在后面,否则在前面
if lst1[mid] == lst2[mid]:
left = mid + 1
else:
index = mid
right = mid - 1
return index lst1 = [3, 5, 7, 9, 10, 11, 13]
lst2 = [3, 5, 7, 9, 11, 13]
print(find_extra(lst1, lst2)) #
04. 最大子序列和
在一个一维数组中找到连续的子序列,且这个子序列的加和值最大。
例如,一位数组序列为 [−2, 1, −3, 4, −1, 2, 1, −5, 4]
则这个序列对应的加和值最大的子序列为[4, −1, 2, 1], 其加和值为6. 解决思路:
现将序列等分为左右两份,则最大子列只可能出现在三个地方:
- 整个子序列出现在左半部分
- 整个子序列出现在右半部分
- 整个子序列跨越中间边界
import sys # O(nlogn)
def sub_list(alist, left, right):
if left == right:
return alist[left] mid = left + (right - left) // 2
# 左边序列的最大和
left_sub = sub_list(alist, left, mid)
# 右边序列的最大和
right_sub = sub_list(alist, mid + 1, right)
# 中间序列的最大和
mid_sub = max_crossing(alist, left, mid, right)
# 返回最大值
return max(left_sub, right_sub, mid_sub) def max_crossing(alist, left, mid, right):
sum = 0
# sys.maxsize int类型最大值: 9223372036854775807
left_sum = -sys.maxsize
# 从中间到左边求和
for i in range(mid, left - 1, -1):
sum += alist[i]
if sum > left_sum:
left_sum = sum sum = 0
right_sum = -sys.maxsize
# 从中间到右边求和
for i in range(mid + 1, right + 1):
sum += alist[i]
if sum > right_sum:
right_sum = sum return left_sum + right_sum alist = [-2, 1, -3, 4, -1, 2, 1, -5, 4]
sum = sub_list(alist, 0, len(alist) - 1)
print(sum) #
动态规划简单解法:
# O(n)
def sub_list(alist):
result = -sys.maxsize
local = 0
for i in alist:
local = max(local + i, i)
result = max(result, local)
return result alist = [-2, 1, -3, 4, -1, 2, 1, -5, 4]
sub_list(alist) #
动态规范解决
05. 计算逆序对
对数组做逆序对计数—距离数组的排序结果还有“多远”。如果一个数组已经排好序(升序),那么逆序对个数为0;
如果数组是降序排列的,则逆序对个数最多。
在形式上,如果有两个元素a[i], a[j],如果a[i] > a[j] 且 i < j,那么a[i], a[j]构成一个逆序对。
例如序列[2, 4, 1, 3, 5] 有三个逆序对,分别是(2, 1), (4, 1), (4, 3)
解决思路:
利用归并排序,只要是左边大于右边就有逆序对
# 归并排序
def merge(left_list, right_list):
i, j = 0, 0
result_list = list()
# 定义一个计数元素 inv_count
inv_count = 0 while i < len(left_list) and j < len(right_list):
if left_list[i] < right_list[j]:
result_list.append(left_list[i])
i += 1
# 只要right>left则是逆序对,inv_count加len(left_list)-i
elif left_list[i] > right_list[j]:
result_list.append(right_list[j])
j += 1
inv_count += len(left_list) - i result_list += left_list[i:]
result_list += right_list[j:] return result_list, inv_count def count_Inversions(alist):
if len(alist) <= 1:
return alist, 0 mid = len(alist) // 2 left_list, left_inv = count_Inversions(alist[:mid])
right_list, right_inv = count_Inversions(alist[mid:]) result, count = merge(left_list, right_list)
count += left_inv + right_inv
return result, count alist = [2, 4, 1, 3, 5]
print(count_Inversions(alist)) # [1, 2, 3, 4, 5], 3
以上是一些例题!
~>.<!
基于python的分治法和例题的更多相关文章
- 基于python的二分搜索和例题
二分搜索 二分概念 二分搜索是一种在有序数组中查找某一特定元素的搜索算法. 搜索过程从数组的中间元素开始,如果中间元素正好是要查找的元素,则搜索过程结束: 如果某一特定元素大于或者小于中间元素,则在数 ...
- 一些Python的惯用法和小技巧:Pythonic
Pythonic其实是个模糊的含义,没有确定的解释.网上也没有过多关于Pythonic的说明,我个人的理解是更加Python,更符合Python的行为习惯.本文主要是说明一些Python的惯用法和小技 ...
- 符号执行-基于python的二进制分析框架angr
转载:All Right 符号执行概述 在学习这个框架之前首先要知道符号执行.符号执行技术使用符号值代替数字值执行程序,得到的变量的值是由输入变 量的符号值和常量组成的表达式.符号执行技术首先由Kin ...
- 基于python实现的DDoS
目录 一个简单的网络僵尸程序 一个简单的DOS攻击程序 整合网络僵尸和DoS攻击--DDoS 代码地址如下:http://www.demodashi.com/demo/12002.html 本例子包含 ...
- Photoshop中磁力套索的一种简陋实现(基于Python)
经常用Photoshop的人应该熟悉磁力套索(Magnetic Lasso)这个功能,就是人为引导下的抠图辅助工具.在研发领域一般不这么叫,通常管这种边缘提取的办法叫Intelligent Sciss ...
- 《基于Python的GMSSL实现》课程设计个人报告
<基于Python的GMSSL实现>课程设计个人报告 一.基本信息 姓名:刘津甫 学号:20165234 题目:GMSSL基于python的实现 指导老师:娄嘉鹏 完成时间:2019年5月 ...
- 【Machine Learning】决策树案例:基于python的商品购买能力预测系统
决策树在商品购买能力预测案例中的算法实现 作者:白宁超 2016年12月24日22:05:42 摘要:随着机器学习和深度学习的热潮,各种图书层出不穷.然而多数是基础理论知识介绍,缺乏实现的深入理解.本 ...
- 基于Python+Django的Kubernetes集群管理平台
➠更多技术干货请戳:听云博客 时至今日,接触kubernetes也有一段时间了,而我们的大部分业务也已经稳定地运行在不同规模的kubernetes集群上,不得不说,无论是从应用部署.迭代,还是从资源调 ...
- 关于《selenium2自动测试实战--基于Python语言》
关于本书的类型: 首先在我看来技术书分为两类,一类是“思想”,一类是“操作手册”. 对于思想类的书,一般作者有很多年经验积累,这类书需要细读与品位.高手读了会深有体会,豁然开朗.新手读了不止所云,甚至 ...
随机推荐
- HZOJ Dash Speed
测试点1-2:暴力. 测试点3-4:可以将边按r从大到小排序不断加入,然后用并茶几维护深度.好像也可以用猫树做. 好吧其他的部分分并没有看懂. 正解: 线段树分治,求出每个速度的答案. 对于速度区间$ ...
- 【BootStrap】--具有增删改查功能的表格Demo
[BootStrap]--具有增删改查功能的表格Demo 目录(?)[+] 前言 版本一 样式 代码 版本二 样式 代码 版本三 样式 代码 总结 前言 bootstrap的表格样式,有类似EasyU ...
- SDUT-2120_数据结构实验之链表五:单链表的拆分
数据结构实验之链表五:单链表的拆分 Time Limit: 1000 ms Memory Limit: 65536 KiB Problem Description 输入N个整数顺序建立一个单链表,将该 ...
- windows 下的 Apache 二级域名 目录绑定配置
通常我们注册的域名都是顶级域名 如 www.potatog.com,我们希望这个域名可以访问服务器的不同网站或者不同功能等等 可能会这样 www.potatog.com/api 或者 www.pot ...
- mysql 连接慢的问题
现象: 今发现站点訪问数据库变慢,经查,查询数据库非常快,连接数据库比較耗时. 解决的方法: 在mysql的配置文件my.cnf中,在[mysqld]以下加上这个配置就能够了. 附录:[mysqld] ...
- Error While Loading Shared Libraries, Cannot Open Shared Object File
In the "I wish the Internet had an actual correct answer" category comes a question from a ...
- HZOJ 匹配
Hash/KMP裸题,并不想写什么,只是复习一下KMP吧. void get_n() { next[]=; ; ;i<=lt;i++) { && t[i]!=t[j+])j=ne ...
- python selenium处理iframe和弹框(一)
处理iframe和弹框 # encoding:utf-8 from selenium import webdriver import time driver = webdriver.Firefox() ...
- css 文字超出部分隐藏
未做隐藏处理 执行结果: 1.1行超出部分省略号 效果: 2.多行超出部分隐藏(目前只能在chrome浏览器中使用,其他浏览器不兼容) 效果: -webkit-line-clamp 属性定义显示行数可 ...
- CSipsimple最新版本编译
CSipsimple最新版本编译 CSipsimple是依赖pjsip协议,官网http://code.google.com/p/csipsimple/,官网上也有已经编译好的apk,对于编译CSip ...