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
零基础写python爬虫之urllib2使用指南
Nov 05 Python
python实现挑选出来100以内的质数
Mar 24 Python
python输出指定月份日历的方法
Apr 23 Python
Python中asyncore异步模块的用法及实现httpclient的实例
Jun 28 Python
pandas值替换方法
Jul 10 Python
Python wxPython库Core组件BoxSizer用法示例
Sep 03 Python
Python中类的创建和实例化操作示例
Feb 27 Python
python保存log日志,实现用log日志画图
Dec 24 Python
python标准库os库的函数介绍
Feb 12 Python
Eclipse配置python默认头过程图解
Apr 26 Python
python golang中grpc 使用示例代码详解
Jun 03 Python
Python3使用Qt5来实现简易的五子棋小游戏
May 02 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
浅析ThinkPHP中的pathinfo模式和URL重写
2014/01/06 PHP
php获取今日开始时间和结束时间的方法
2017/02/27 PHP
PHP基于方差和标准差计算学生成绩的稳定性示例
2017/07/04 PHP
JS控件autocomplete 0.11演示及下载 1月5日已更新
2007/01/09 Javascript
JavaScript 关键字屏蔽实现函数
2009/08/02 Javascript
js 格式化时间日期函数小结
2010/03/20 Javascript
JavaScript对象学习经验整理
2013/10/12 Javascript
JavaScript实现自动生成网页元素功能(按钮、文本等)
2015/11/21 Javascript
js HTML5 Ajax实现文件上传进度条功能
2016/02/13 Javascript
全面解析bootstrap格子布局
2016/05/22 Javascript
JS判断form内所有表单是否为空的简单实例
2016/09/09 Javascript
微信小程序 WXDropDownMenu组件详解及实例代码
2016/10/24 Javascript
JavaScript表单验证开发
2016/11/23 Javascript
laydate 显示结束时间不小于开始时间的实例
2017/08/11 Javascript
解决vue页面刷新或者后退参数丢失的问题
2018/03/13 Javascript
Vue.js添加组件操作示例
2018/06/13 Javascript
微信小程序chooseImage的用法(从本地相册选择图片或使用相机拍照)
2018/08/22 Javascript
Vue核心概念Getter的使用方法
2019/01/18 Javascript
jQuery选择器之基本选择器用法实例分析
2019/02/19 jQuery
在vscode 中设置 vue模板内容的方法
2020/09/02 Javascript
通过JS判断网页是否为手机打开
2020/10/28 Javascript
原生JS实现音乐播放器
2021/01/26 Javascript
[45:16]完美世界DOTA2联赛PWL S3 Magma vs Phoenix 第一场 12.12
2020/12/16 DOTA
[10:05]DOTA2-DPC中国联赛 正赛 iG vs PSG.LGD 选手采访
2021/03/11 DOTA
Python中exit、return、sys.exit()等使用实例和区别
2015/05/28 Python
详解python解压压缩包的五种方法
2019/07/05 Python
python实现ftp文件传输系统(案例分析)
2020/03/20 Python
阿迪达斯英国官方网站:adidas英国
2019/08/13 全球购物
珍珠奶茶店创业计划书
2014/01/11 职场文书
夏季奶茶店创业计划书
2014/01/16 职场文书
军训学生自我鉴定
2014/02/12 职场文书
市场部经理岗位职责
2014/04/10 职场文书
学习之星事迹材料
2014/05/17 职场文书
2015年小学教导处工作总结
2015/05/26 职场文书
大学新生入学感想
2015/08/07 职场文书
CSS完成视差滚动效果
2021/04/27 HTML / CSS