Python分治法定义与应用实例详解


Posted in Python onJuly 28, 2017

本文实例讲述了Python分治法定义与应用。分享给大家供大家参考,具体如下:

分治法所能解决的问题一般具有以下几个特征:

1) 该问题的规模缩小到一定的程度就可以容易地解决
2) 该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。
3) 利用该问题分解出的子问题的解可以合并为该问题的解;
4) 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。

题目1. 给定一个顺序表,编写一个求出其最大值的分治算法。

# 基本子算法(子问题规模小于等于 2 时)
def get_max(max_list):
  return max(max_list) # 这里偷个懒!
# 分治法 版本一
def solve(init_list):
  n = len(init_list)
  if n <= 2: # 若问题规模小于等于 2,最终解决
    return get_max(init_list)
  # 分解(子问题规模为 2,最后一个可能为 1)
  temp_list=(init_list[i:i+2] for i in range(0, n, 2))
  # 分治,合并
  max_list = list(map(get_max, temp_list))
  # 递归(树)
  solve(max_list)
# 分治法 版本二
def solve2(init_list):
  n = len(init_list)
  if n <= 2: # 若问题规模小于等于 2,解决
    return get_max(init_list)
  # 分解(子问题规模为 n/2)
  left_list, right_list = init_list[:n//2], init_list[n//2:]
  # 递归(树),分治
  left_max, right_max = solve2(left_list), solve2(right_list)
  # 合并
  return get_max([left_max, right_max])
if __name__ == "__main__":
  # 测试数据
  test_list = [12,2,23,45,67,3,2,4,45,63,24,23]
  # 求最大值
  print(solve(test_list)) # 67
  print(solve2(test_list)) # 67

题目2. 给定一个顺序表,判断某个元素是否在其中。

# 子问题算法(子问题规模为 1)
def is_in_list(init_list, el):
  return [False, True][init_list[0] == el]
# 分治法
def solve(init_list, el):
  n = len(init_list)
  if n == 1: # 若问题规模等于 1,直接解决
    return is_in_list(init_list, el)
  # 分解(子问题规模为 n/2)
  left_list, right_list = init_list[:n//2], init_list[n//2:]
  # 递归(树),分治,合并
  res = solve(left_list, el) or solve(right_list, el)
  return res
if __name__ == "__main__":
  # 测试数据
  test_list = [12,2,23,45,67,3,2,4,45,63,24,23]
  # 查找
  print(solve2(test_list, 45)) # True
  print(solve2(test_list, 5)) # False

题目3. 找出一组序列中的第 k 小的元素,要求线性时间

# 划分(基于主元 pivot),注意:非就地划分
def partition(seq):
  pi = seq[0]              # 挑选主元
  lo = [x for x in seq[1:] if x <= pi] # 所有小的元素
  hi = [x for x in seq[1:] if x > pi]  # 所有大的元素
  return lo, pi, hi
# 查找第 k 小的元素
def select(seq, k):
  # 分解
  lo, pi, hi = partition(seq)
  m = len(lo)
  if m == k:
    return pi        # 解决!
  elif m < k:
    return select(hi, k-m-1) # 递归(树),分治
  else:
    return select(lo, k)   # 递归(树),分治
if __name__ == '__main__':
  seq = [3, 4, 1, 6, 3, 7, 9, 13, 93, 0, 100, 1, 2, 2, 3, 3, 2]
  print(select(seq, 3)) #2
  print(select(seq, 5)) #2

题目4. 快速排序

# 划分(基于主元 pivot),注意:非就地划分
def partition(seq):
  pi = seq[0]              # 挑选主元
  lo = [x for x in seq[1:] if x <= pi] # 所有小的元素
  hi = [x for x in seq[1:] if x > pi]  # 所有大的元素
  return lo, pi, hi
# 快速排序
def quicksort(seq):
  # 若问题规模小于等于1,解决
  if len(seq) <= 1: return seq
  # 分解
  lo, pi, hi = partition(seq)
  # 递归(树),分治,合并
  return quicksort(lo) + [pi] + quicksort(hi)
seq = [7, 5, 0, 6, 3, 4, 1, 9, 8, 2]
print(quicksort(seq)) #[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

题目5. 合并排序(二分排序)

# 合并排序
def mergesort(seq):
  # 分解(基于中点)
  mid = len(seq) // 2
  left_seq, right_seq = seq[:mid], seq[mid:]
  # 递归(树),分治
  if len(left_seq) > 1: left_seq = mergesort(left_seq)
  if len(right_seq) > 1: right_seq = mergesort(right_seq)
  # 合并
  res = []
  while left_seq and right_seq:     # 只要两者皆非空
    if left_seq[-1] >= right_seq[-1]: # 两者尾部较大者,弹出
      res.append(left_seq.pop())
    else:
      res.append(right_seq.pop())
  res.reverse()             # 倒序
  return (left_seq or right_seq) + res  # 前面加上剩下的非空的seq
seq = [7, 5, 0, 6, 3, 4, 1, 9, 8, 2]
print(mergesort(seq)) #[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

题目6. 汉诺塔

# 汉诺塔
def move(n, a, buffer, c):
  if n == 1:
    print(a,"->",c)
    #return
  else:
    # 递归(线性)
    move(n-1, a, c, buffer)
    move(1, a, buffer, c) # 或者:print(a,"->",c)
    move(n-1, buffer, a, c)
move(3, "a", "b", "c")

问题7. 爬楼梯

假设你正在爬楼梯,需要n步你才能到达顶部。但每次你只能爬一步或者两步,你能有多少种不同的方法爬到楼顶部?

# 爬楼梯
def climb(n=7):
  if n <= 2:
    return n
  return climb(n-1) + climb(n-2) # 等价于斐波那契数列!
print(climb(5)) # 8
print(climb(7)) # 21

问题8. 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。(最近点对问题)

from math import sqrt
# 蛮力法
def solve(points):
  n = len(points)
  min_d = float("inf") # 最小距离:无穷大
  min_ps = None    # 最近点对
  for i in range(n-1):
    for j in range(i+1, n):
      d = sqrt((points[i][0] - points[j][0])**2 + (points[i][1] - points[j][1])**2) # 两点距离
      if d < min_d:
        min_d = d            # 修改最小距离
        min_ps = [points[i], points[j]] # 保存最近点对
  return min_ps
# 最接近点对(报错!)
def nearest_dot(seq):
  # 注意:seq事先已对x坐标排序
  n = len(seq)
  if n <= 2: return seq # 若问题规模等于 2,直接解决
  # 分解(子问题规模n/2)
  left, right = seq[0:n//2], seq[n//2:]
  print(left, right)
  mid_x = (left[-1][0] + right[0][0])/2.0
  # 递归,分治
  lmin = (left, nearest_dot(left))[len(left) > 2]  # 左侧最近点对
  rmin = (right, nearest_dot(right))[len(right) > 2] # 右侧最近点对
  # 合并
  dis_l = (float("inf"), get_distance(lmin))[len(lmin) > 1]
  dis_r = (float("inf"), get_distance(rmin))[len(rmin) > 1]
  d = min(dis_l, dis_r)  # 最近点对距离
  # 处理中线附近的带状区域(近似蛮力)
  left = list(filter(lambda p:mid_x - p[0] <= d, left))  #中间线左侧的距离<=d的点
  right = list(filter(lambda p:p[0] - mid_x <= d, right)) #中间线右侧的距离<=d的点
  mid_min = []
  for p in left:
    for q in right:
      if abs(p[0]-q[0])<=d and abs(p[1]-q[1]) <= d:   #如果右侧部分点在p点的(d,2d)之间
        td = get_distance((p,q))
        if td <= d:
          mid_min = [p,q]  # 记录p,q点对
          d = td      # 修改最小距离
  if mid_min:
    return mid_min
  elif dis_l>dis_r:
    return rmin
  else:
    return lmin
# 两点距离
def get_distance(min):
  return sqrt((min[0][0]-min[1][0])**2 + (min[0][1]-min[1][1])**2)
def divide_conquer(seq):
  seq.sort(key=lambda x:x[0])
  res = nearest_dot(seq)
  return res
# 测试
seq=[(0,1),(3,2),(4,3),(5,1),(1,2),(2,1),(6,2),(7,2),(8,3),(4,5),(9,0),(6,4)]
print(solve(seq)) # [(6, 2), (7, 2)]
#print(divide_conquer(seq)) # [(6, 2), (7, 2)]

问题9. 从数组 seq 中找出和为 s 的数值组合,有多少种可能

'''
求一个算法:N个数,用其中M个任意组合相加等于一个已知数X。得出这M个数是哪些数。
比如:
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]
s = 14 # 和
全部可能的数字组合有:
5+9, 6+8
1+4+9, 1+5+8, 1+6+7, 2+3+9, 2+4+8, 2+5+7, 3+4+7, 3+5+6
1+2+5+6, 1+3+4+6, 1+2+4+7, 1+2+3+8, 2+3+4+5
共计15种
'''
# 版本一(纯计数)
def find(seq, s):
  n = len(seq)
  if n==1:
    return [0, 1][seq[0]==s]
  if seq[0]==s:
    return 1 + find(seq[1:], s)
  else:
    return find(seq[1:], s-seq[0]) + find(seq[1:], s)
# 测试
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]
s = 14 # 和
print(find(seq, s)) # 15
seq = [11,23,6,31,8,9,15,20,24,14]
s = 40 # 和
print(find(seq, s)) #8
# 版本二 (打印)
def find2(seq, s, tmp=''):
  if len(seq)==0:  # 终止条件
    return
  if seq[0] == s:        # 找到一种,则
    print(tmp + str(seq[0])) # 打印
  find2(seq[1:], s, tmp)               # 尾递归 ---不含 seq[0] 的情况
  find2(seq[1:], s-seq[0], str(seq[0]) + '+' + tmp)  # 尾递归 ---含 seq[0] 的情况
# 测试
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]
s = 14 # 和
find2(seq, s)
print()
seq = [11,23,6,31,8,9,15,20,24,14]
s = 40 # 和
find2(seq, s)

更多关于Python相关内容可查看本站专题:《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》

希望本文所述对大家Python程序设计有所帮助。

Python 相关文章推荐
python字符串替换的2种方法
Nov 30 Python
python自动发邮件库yagmail的示例代码
Feb 23 Python
django传值给模板, 再用JS接收并进行操作的实例
May 28 Python
python实现烟花小程序
Jan 30 Python
python单线程文件传输的实例(C/S)
Feb 13 Python
Django项目中使用JWT的实现代码
Nov 04 Python
Python turtle库绘制菱形的3种方式小结
Nov 23 Python
基于virtualenv创建python虚拟环境过程图解
Mar 30 Python
Python脚本破解压缩文件口令实例教程(zipfile)
Jun 14 Python
用python批量下载apk
Dec 29 Python
python 实现德洛内三角剖分的操作
Apr 22 Python
健身房被搭讪?用python写了个小米计时器助人为乐
Jun 08 Python
Python更新数据库脚本两种方法及对比介绍
Jul 27 #Python
Python判断文件或文件夹是否存在的三种方法
Jul 27 #Python
Python开发SQLite3数据库相关操作详解【连接,查询,插入,更新,删除,关闭等】
Jul 27 #Python
Python基于tkinter模块实现的改名小工具示例
Jul 27 #Python
python django 增删改查操作 数据库Mysql
Jul 27 #Python
Python中Selenium模拟JQuery滑动解锁实例
Jul 26 #Python
Python列表和元组的定义与使用操作示例
Jul 26 #Python
You might like
用PHP进行MySQL删除记录操作代码
2008/06/07 PHP
php 图像函数大举例(非原创)
2009/06/20 PHP
php上传文件问题汇总
2015/01/30 PHP
php生成验证码,缩略图及水印图的类分享
2016/04/07 PHP
PHP创建XML接口示例
2019/07/04 PHP
php传值和传引用的区别点总结
2019/11/19 PHP
jquery获取input表单值的代码
2010/04/19 Javascript
window.event快达到全浏览器支持了,以后使用就方便了
2011/11/30 Javascript
js hover 定时器(实例代码)
2013/11/12 Javascript
jquery插件tooltipv顶部淡入淡出效果使用示例
2013/12/05 Javascript
JavaScript中的对象序列化介绍
2014/12/30 Javascript
jQuery实现提交按钮点击后变成正在处理字样并禁止点击的方法
2015/03/24 Javascript
jquery京东商城双11焦点图多图广告特效代码分享
2015/09/06 Javascript
JS实现仿新浪黄色经典滑动门效果代码
2015/09/27 Javascript
jquery实现简单文字提示效果
2015/12/02 Javascript
Jquery插件easyUi实现表单验证示例
2015/12/15 Javascript
基于javascript html5实现3D翻书特效
2016/03/14 Javascript
Bootstrap教程JS插件弹出框学习笔记分享
2016/05/17 Javascript
辨析JavaScript中的Undefined类型与null类型
2016/05/26 Javascript
详解vue 实例方法和数据
2017/10/23 Javascript
JavaScript数据结构之单链表和循环链表
2017/11/28 Javascript
使用Vue自定义指令实现Select组件
2018/05/24 Javascript
详解微信小程序开发(项目从零开始)
2019/06/06 Javascript
Windows上使用virtualenv搭建Python+Flask开发环境
2016/06/07 Python
利用Python开发实现简单的记事本
2016/11/15 Python
Pycharm 2019 破解激活方法图文详解
2019/10/11 Python
django创建超级用户时指定添加其它字段方式
2020/05/14 Python
CSS3实现可爱的小黄人动画
2016/07/11 HTML / CSS
Otticanet澳大利亚:最顶尖的世界名牌眼镜, 能得到打折季的价格
2018/08/23 全球购物
德国自行车商店:Tretwerk
2019/06/21 全球购物
阿迪达斯英国官方网站:adidas英国
2019/08/13 全球购物
学校党的群众路线教育实践活动总结报告
2014/07/03 职场文书
2014大学生中国梦主题教育学习思想汇报
2014/09/10 职场文书
道歉信怎么写
2015/05/12 职场文书
Python基础之tkinter图形化界面学习
2021/04/29 Python
docker-compose部署Yapi的方法
2022/04/08 Servers