Python分治法定義與應(yīng)用實(shí)例詳解

更新時(shí)間：2017年07月28日 08:56:49 作者：羅兵

這篇文章主要介紹了Python分治法定義與應(yīng)用,較為詳細(xì)的分析了Python分治法的概念、原理、用途,并結(jié)合實(shí)例總結(jié)了Python分治法的各種常見應(yīng)用,需要的朋友可以參考下

本文實(shí)例講述了Python分治法定義與應(yīng)用。分享給大家供大家參考，具體如下：

分治法所能解決的問題一般具有以下幾個(gè)特征：

1) 該問題的規(guī)?？s小到一定的程度就可以容易地解決
2) 該問題可以分解為若干個(gè)規(guī)模較小的相同問題，即該問題具有最優(yōu)子結(jié)構(gòu)性質(zhì)。
3) 利用該問題分解出的子問題的解可以合并為該問題的解；
4) 該問題所分解出的各個(gè)子問題是相互獨(dú)立的，即子問題之間不包含公共的子子問題。

第一條特征是絕大多數(shù)問題都可以滿足的，因?yàn)閱栴}的計(jì)算復(fù)雜性一般是隨著問題規(guī)模的增加而增加；

第二條特征是應(yīng)用分治法的前提它也是大多數(shù)問題可以滿足的，此特征反映了遞歸思想的應(yīng)用；

第三條特征是關(guān)鍵，能否利用分治法完全取決于問題是否具有第三條特征，如果具備了第一條和第二條特征，而不具備第三條特征，則可以考慮用貪心法或動態(tài)規(guī)劃法。

第四條特征涉及到分治法的效率，如果各子問題是不獨(dú)立的則分治法要做許多不必要的工作，重復(fù)地解公共的子問題，此時(shí)雖然可用分治法，但一般用動態(tài)規(guī)劃法較好。

題目1. 給定一個(gè)順序表，編寫一個(gè)求出其最大值的分治算法。

# 基本子算法（子問題規(guī)模小于等于 2 時(shí)）
def get_max(max_list):
  return max(max_list) # 這里偷個(gè)懶！
# 分治法 版本一
def solve(init_list):
  n = len(init_list)
  if n <= 2: # 若問題規(guī)模小于等于 2，最終解決
    return get_max(init_list)
  # 分解（子問題規(guī)模為 2，最后一個(gè)可能為 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))
  # 遞歸（樹）
  solve(max_list)
# 分治法 版本二
def solve2(init_list):
  n = len(init_list)
  if n <= 2: # 若問題規(guī)模小于等于 2，解決
    return get_max(init_list)
  # 分解（子問題規(guī)模為 n/2）
  left_list, right_list = init_list[:n//2], init_list[n//2:]
  # 遞歸（樹），分治
  left_max, right_max = solve2(left_list), solve2(right_list)
  # 合并
  return get_max([left_max, right_max])
if __name__ == "__main__":
  # 測試數(shù)據(jù)
  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

題目2. 給定一個(gè)順序表，判斷某個(gè)元素是否在其中。

# 子問題算法（子問題規(guī)模為 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: # 若問題規(guī)模等于 1，直接解決
    return is_in_list(init_list, el)
  # 分解（子問題規(guī)模為 n/2）
  left_list, right_list = init_list[:n//2], init_list[n//2:]
  # 遞歸（樹），分治，合并
  res = solve(left_list, el) or solve(right_list, el)
  return res
if __name__ == "__main__":
  # 測試數(shù)據(jù)
  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

題目3. 找出一組序列中的第 k 小的元素，要求線性時(shí)間

# 劃分（基于主元 pivot），注意：非就地劃分
def partition(seq):
  pi = seq[0]              # 挑選主元
  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        # 解決！
  elif m < k:
    return select(hi, k-m-1) # 遞歸（樹），分治
  else:
    return select(lo, k)   # 遞歸（樹），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

題目4. 快速排序

# 劃分（基于主元 pivot），注意：非就地劃分
def partition(seq):
  pi = seq[0]              # 挑選主元
  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):
  # 若問題規(guī)模小于等于1，解決
  if len(seq) <= 1: return seq
  # 分解
  lo, pi, hi = partition(seq)
  # 遞歸（樹），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]

題目5. 合并排序（二分排序）

# 合并排序
def mergesort(seq):
  # 分解（基于中點(diǎn)）
  mid = len(seq) // 2
  left_seq, right_seq = seq[:mid], seq[mid:]
  # 遞歸（樹），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:     # 只要兩者皆非空
    if left_seq[-1] >= right_seq[-1]: # 兩者尾部較大者，彈出
      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]

題目6. 漢諾塔

# 漢諾塔
def move(n, a, buffer, c):
  if n == 1:
    print(a,"->",c)
    #return
  else:
    # 遞歸（線性）
    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")

問題7. 爬樓梯

假設(shè)你正在爬樓梯，需要n步你才能到達(dá)頂部。但每次你只能爬一步或者兩步，你能有多少種不同的方法爬到樓頂部？

# 爬樓梯
def climb(n=7):
  if n <= 2:
    return n
  return climb(n-1) + climb(n-2) # 等價(jià)于斐波那契數(shù)列！
print(climb(5)) # 8
print(climb(7)) # 21

問題8. 給定平面上n個(gè)點(diǎn)，找其中的一對點(diǎn)，使得在n個(gè)點(diǎn)的所有點(diǎn)對中，該點(diǎn)對的距離最小。（最近點(diǎn)對問題）

from math import sqrt
# 蠻力法
def solve(points):
  n = len(points)
  min_d = float("inf") # 最小距離：無窮大
  min_ps = None    # 最近點(diǎn)對
  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) # 兩點(diǎn)距離
      if d < min_d:
        min_d = d            # 修改最小距離
        min_ps = [points[i], points[j]] # 保存最近點(diǎn)對
  return min_ps
# 最接近點(diǎn)對（報(bào)錯(cuò)?。?
def nearest_dot(seq):
  # 注意：seq事先已對x坐標(biāo)排序
  n = len(seq)
  if n <= 2: return seq # 若問題規(guī)模等于 2，直接解決
  # 分解（子問題規(guī)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
  # 遞歸，分治
  lmin = (left, nearest_dot(left))[len(left) > 2]  # 左側(cè)最近點(diǎn)對
  rmin = (right, nearest_dot(right))[len(right) > 2] # 右側(cè)最近點(diǎn)對
  # 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)  # 最近點(diǎn)對距離
  # 處理中線附近的帶狀區(qū)域（近似蠻力）
  left = list(filter(lambda p:mid_x - p[0] <= d, left))  #中間線左側(cè)的距離<=d的點(diǎn)
  right = list(filter(lambda p:p[0] - mid_x <= d, right)) #中間線右側(cè)的距離<=d的點(diǎn)
  mid_min = []
  for p in left:
    for q in right:
      if abs(p[0]-q[0])<=d and abs(p[1]-q[1]) <= d:   #如果右側(cè)部分點(diǎn)在p點(diǎn)的(d,2d)之間
        td = get_distance((p,q))
        if td <= d:
          mid_min = [p,q]  # 記錄p，q點(diǎn)對
          d = td      # 修改最小距離
  if mid_min:
    return mid_min
  elif dis_l>dis_r:
    return rmin
  else:
    return lmin
# 兩點(diǎn)距離
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
# 測試
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)]

問題9. 從數(shù)組 seq 中找出和為 s 的數(shù)值組合，有多少種可能

'''
求一個(gè)算法：N個(gè)數(shù)，用其中M個(gè)任意組合相加等于一個(gè)已知數(shù)X。得出這M個(gè)數(shù)是哪些數(shù)。
比如：
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]
s = 14 # 和
全部可能的數(shù)字組合有：
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
共計(jì)15種
'''
# 版本一（純計(jì)數(shù)）
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)
# 測試
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?。?
def find2(seq, s, tmp=''):
  if len(seq)==0:  # 終止條件
    return
  if seq[0] == s:        # 找到一種，則
    print(tmp + str(seq[0])) # 打印
  find2(seq[1:], s, tmp)               # 尾遞歸 ---不含 seq[0] 的情況
  find2(seq[1:], s-seq[0], str(seq[0]) + '+' + tmp)  # 尾遞歸 ---含 seq[0] 的情況
# 測試
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)

更多關(guān)于Python相關(guān)內(nèi)容可查看本站專題：《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python Socket編程技巧總結(jié)》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python入門與進(jìn)階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》

希望本文所述對大家Python程序設(shè)計(jì)有所幫助。

您可能感興趣的文章: