知识卡片

普通读书笔记卡 · 1292.g.1.e.1 · 生成模型:未记录

分治复杂度由递推和合并决定

理解等级:中级

将问题分解为子问题后,写出子问题数量、规模与每层额外工作,再由递推分析总体成本;例如 T(n)=2T(n/2)+O(n) 为 O(n log n),二分查找每次只继续一个半区,递推为 T(n)=T(n/2)+O(1)。

不是所有 O(n log n) 算法都必须采用两个等规模子问题。书中把“反复选最大并交换到末尾”称为插入排序,实际描述的是选择排序。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      分解至更小的问题 在设计一个高效算法来解决问题时,能将问题分解成两个(甚至更多)更小的子问题是非常有帮助的。快速排序毫无疑问是最流行的排序算法之一。尽管通过精心构造的特殊情况会引发性能问题,快速排序还是做到在大数据集上平均性能最高。事实上,在O(n log n)的算法之中,都包含分解问题的思想,首先

    参考来源

    - 位置:《算法技术手册》第11章《原则:将问题分解至更小的问题》(spine1687;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part1649.html;u300-ch11-001)。 - 结论依据:300全文及03467查找算法表实读。 - 原始内容:分解至更小的问题 在设计一个高效算法来解决问题时,能将问题分解成两个(甚至更多)更小的子问题是非常有帮助的。快速排序毫无疑问是最流行的排序算法之一。尽管通过精心构造的特殊情况会引发性能问题,快速排序还是做到在大数据集上平均性能最高。事实上,在O(n log n)的算法之中,都包含分解问题的思想,首先