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用Pillow(PIL)进行简单的图像操作方法
Jul 07 Python
python 爬虫 批量获取代理ip的实例代码
May 22 Python
python执行精确的小数计算方法
Jan 21 Python
在Python中调用Ping命令,批量IP的方法
Jan 26 Python
pytorch使用指定GPU训练的实例
Aug 19 Python
python爬虫 猫眼电影和电影天堂数据csv和mysql存储过程解析
Sep 05 Python
Pytorch使用PIL和Numpy将单张图片转为Pytorch张量方式
May 25 Python
Numpy 多维数据数组的实现
Jun 18 Python
Prometheus开发中间件Exporter过程详解
Nov 30 Python
Python 实现PS滤镜中的径向模糊特效
Dec 03 Python
Python 内存管理机制全面分析
Jan 16 Python
python编程的核心知识点总结
Feb 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
收音机指标测试方法及仪器
2021/03/01 无线电
div li的多行多列 无刷新分页示例代码
2013/10/16 PHP
PHP中使用asort进行中文排序失效的问题处理
2014/08/18 PHP
PHP实现的oracle分页函数实例
2016/01/25 PHP
CentOS下搭建PHP环境与WordPress博客程序的全流程总结
2016/05/07 PHP
PHP获取用户客户端真实IP的解决方案
2016/10/10 PHP
详解ThinkPHP3.2.3验证码显示、刷新、校验
2016/12/29 PHP
php 根据自增id创建唯一编号类
2017/04/06 PHP
用js实现小球的自由移动代码
2013/04/22 Javascript
js实现鼠标移到链接文字弹出一个提示层的方法
2015/05/11 Javascript
JavaScript中join()方法的使用简介
2015/06/09 Javascript
jquery左右全屏大尺寸多图滑动效果代码分享
2015/08/28 Javascript
浅谈如何实现easyui的datebox格式化
2016/06/12 Javascript
javascript另类方法实现htmlencode()与htmldecode()函数实例分析
2016/11/17 Javascript
基于JavaScript实现抽奖系统
2018/01/16 Javascript
详解如何运行vue项目
2019/04/15 Javascript
基于elementUI使用v-model实现经纬度输入的vue组件
2019/05/12 Javascript
微信小程序可滑动周日历组件使用详解
2019/10/21 Javascript
vue中动态select的使用方法示例
2019/10/28 Javascript
nodemon实现Typescript项目热更新的示例代码
2019/11/19 Javascript
vue路由的配置和页面切换详解
2020/09/09 Javascript
解决Python传递中文参数的问题
2015/08/04 Python
python在文本开头插入一行的实例
2018/05/02 Python
一百多行python代码实现抢票助手
2018/09/25 Python
想学python 这5本书籍你必看!
2018/12/11 Python
详解python常用命令行选项与环境变量
2020/02/20 Python
python 实现弹球游戏的示例代码
2020/11/17 Python
TUMI澳大利亚网站:美国旅行箱包品牌
2017/03/27 全球购物
西铁城美国官方网站:Citizen Watch美国
2019/11/08 全球购物
公开服务承诺制度
2014/03/26 职场文书
房屋登记授权委托书范本
2014/10/09 职场文书
求职导师推荐信范文
2015/03/27 职场文书
2019企业给员工的慰问信
2019/06/24 职场文书
如何写一份具有法律效力的借款协议书?
2019/07/02 职场文书
Python中Cookies导出某站用户数据的方法
2021/05/17 Python
Spring Boot实战解决高并发数据入库之 Redis 缓存+MySQL 批量入库问题
2022/02/12 Redis