算法图解

Posted 2021-03-01 direwolf22

一、分而治之（divide and conquer,D&C）

d&c解决问题的两个步骤：

1.找基线条件（最小单位）or（只剩一个或为空）；

2.将问题的规模缩小，不断递归直到基线条件；

利用循环求和：

1 def sum(arr):
2     total = 0
3     for i in arr:
4         total += i
5     return total
6 
7 print(sum([1,2,3,4]))

利用D&C求和：

 1 def sum(arr):
 2     if arr == []:
 3         return 0
 4     elif len(arr) == 1:
 5         return arr[0]
 6     else:
 7         first = arr[0]
 8         arr = arr[1:]
 9         return first + sum(arr)
10         
11 print(sum([12,13,14,15]))

答案：

1 def diy_sum(arr):
2     if not arr:
3         return 0
4     elif len(arr) == 1:
5         return arr[0]
6     else:
7         return arr.pop(0)+ sum(arr)
8         
9 print(diy_sum([12,13,14,15]))

编写一个递归函数来计算列表包含的元素数：

1 def count_elements(arr):
2     if not arr:
3         return 0
4     elif len(arr) == 1:
5         return 1
6     else:
7         return 1 + count_elements(arr[1:])
8 
9 print(ele_num([12,‘dc‘,22,‘c‘]))

找出列表中最大的数字：

循环：

 1 def find_max(arr):
 2     if not arr:
 3         return None
 4     elif len(arr) == 1:
 5         return arr[0]
 6     else:
 7         max = arr[0]
 8         for i in range(len(arr)-1):
 9             for j in arr[1:]:
10                 if max < j:
11                     max = j
12         return max
13     
14 print(find_max([2,21,3,56,7,8,22]))

D&C:

 1 def bigger(int1,int2):
 2     if int1 <= int2:
 3         return int2
 4     else:
 5         return int1
 6 
 7 def find_biggest(arr):
 8     if not arr:
 9         return None
10     elif len(arr) == 1:
11         return arr[0]
12     elif len(arr) == 2:
13         return bigger(arr[0],arr[1])
14     else:
15         max= arr[0]
16         return bigger(max,find_biggest(arr[1:]))
17 
18 print(find_biggest([2,21,3,56,7,8,22]))

二分查找：

 1 def find(arr,item,low,high):
 2     if low > high:
 3         return None
 4     else:
 5         mid = int((low+high)/2)
 6         guess = arr[mid]
 7     
 8         if guess == item:
 9             return mid
10               
11         elif guess < item:
12             low = mid + 1
13             return find(arr,item,low,high)
14               
15         elif guess > item:
16             high = mid - 1
17             return find(arr,item,low,high)      
18         
19 def binary_search(list,target):
20     return find(list,target,0,len(list)-1)
21     
22 arr = [1,2,5,6,7,8,9,12]
23 target = 7
24 print(binary_search(arr,target))

二、D&C典范：快速排序

 

 

1 def quicksort(arr):
2     if len(arr) < 2:
3         return arr
4     else:
5         pivot = arr[0]
6         less = [i for i in arr[1:] if pivot >= i]   #由所有小于基准值的元素组成的子数组
7         greater = [i for i in arr[1:] if pivot < i] #由所有大于基准值的元素组成的子数组
8         return quicksort(less) + [pivot] + quicksort(greater)
9 print(quicksort([10,3,4,6,2,5,11]))

1 a = [4,5]
2 b = [2,1]
3 a + b

[4, 5, 2, 1]

快速排序的速度取决于基准值。

最糟情况：

取第一个元素为基准，且数组是有序的：

调用栈非常长，栈长O(n)，调用栈的每层都涉及O(n)个元素，时间复杂度O(n²)。

最佳情况（平均情况：随机选择基准值）：

 

调用栈短的多，栈长O(logn)，每层需要的时间为O(n)，时间复杂度O(nlogn)。