面试「分治算法」三步走

点击蓝色 “小鹿动画学编程” 关注我哦!
git

加个 “星标” ,天天一篇动画喂饱你!web

做者 |  江子抑
算法

来源 |  编程拯救世界编程

主要思想

分治算法,即 分而治之:把一个复杂问题分红两个或更多的相同或类似子问题,直到最后子问题能够简单地直接求解,最后将子问题的解合并为原问题的解。归并排序就是一个典型的分治算法。
在这篇文章中咱们将先介绍分治算法的「三步走套路」,而后经过经典的归并排序算法体验一番分治算法的核心,最后再经过真题演练一试身手!

三步走

和把大象塞进冰箱同样,分治算法只要遵循三个步骤便可: 分解 -> 解决 -> 合并
  1. 分解:分解原问题为结构相同的子问题(即寻找子问题)数组

  2. 解决:当分解到容易求解的边界后,进行递归求解微信

  3. 合并:将子问题的解合并成原问题的解数据结构

分治算法三步走
这么一说彷佛仍是有点抽象?那咱们经过经典的排序算法 归并排序来体验一下分治算法的核心思想。

归并排序

思想

归并排序的思想是: 欲使序列有序,必先使其子序列有序。即先使得每一个子序列有序,而后再将子序列合并成有序的列表。
所以,在归并排序中的子问题就是: 使子序列有序

三步走

既然已经找到了问题的子问题,是时候套用咱们上述的三步走方法了。归并排序的「三步走」以下:
  1. 分解:将序列划分为两部分app

  2. 解决:递归地分别对两个子序列进行归并排序ide

  3. 合并:合并排序后的两个子序列svg

举例

来看一个具体的例子。
如今有一个待排序的序列:
10, 4, 6, 3, 8, 2, 5, 7
先对序列进行分解,把该序列一分为二,直到没法拆分为止。整个拆分过程以下:
序列分解
而后对分解出的序列进行两两排序与合并:
10, 4 排序合并后:4, 10
6, 3 排序合并后:3, 6
8, 2 排序合并后:2, 8
5, 7 排序合并后:5, 7
……
整个归并排序完整过程以下:
上部分为「分解」,下部分为「解决」与「合并」

实现

    
def merge_sort(lst):
     # 从递归中返回长度为1的序列
     if len(lst) <=  1:
         return lst          

    middle = len(lst) /  2
     # 1.分解:经过不断递归,将原始序列拆分红 n 个小序列
    left = merge_sort(lst[:middle])     
    right = merge_sort(lst[middle:])
     # 进行排序与合并
     return merge(left, right)

def merge(left, right):
    i, j =  00
    result = []
     # 2.解决:比较传入的两个子序列,对两个子序列进行排序
     while i < len(left)  and j < len(right):  
         if left[i] <= right[j]:
            result.append(left[i])
            i +=  1
         else:
            result.append(right[j])
            j +=  1
     # 3.合并:将排好序的子序列合并
    result.extend(left[i:])         
    result.extend(right[j:])
     return result

真题演练

为运算表达式设计优先级

LeetCode 241. 为运算表达式设计优先级: https://leetcode-cn.com/problems/different-ways-to-add-parentheses/

题目描述

给定一个含有数字和运算符的字符串,为表达式添加括号,改变其运算优先级以求出不一样的结果。你须要给出全部可能的组合的结果。有效的运算符号包含 + , - 以及 *
示例 1:
    
输入: "2-1-1"
输出: [0, 2]
解释: 
((2-1)-1) = 0 
(2-(1-1)) = 2
示例 2:
    
输入: "2*3-4*5"
输出: [-34, -14, -10, -10, 10]
解释: 
(2*(3-(4*5))) = -34 
((2*3)-(4*5)) = -14 
((2*(3-4))*5) = -10 
(2*((3-4)*5)) = -10 
(((2*3)-4)*5) = 10

思路

对于一个形如 x op yop 为运算符, xy 为数) 的算式而言, 它的结果组合取决于 xy 的结果组合数,而 xy 又能够写成形如 x op y 的算式。
所以,该问题的子问题就是 x op y 中的 xy以运算符分隔的左右两侧算式解
而后咱们来进行 分治算法三步走
  1. 分解:按运算符分红左右两部分,分别求解

  2. 解决:实现一个递归函数,输入算式,返回算式解

  3. 合并:根据运算符合并左右两部分的解,得出最终解

实现

    
class Solution:
     def diffWaysToCompute(self, input: str) -> List[int]:
         # 若是只有数字,直接返回
         if input.isdigit():
             return [int(input)]

        res = []
         for i, char  in enumerate(input):
             if char  in [ '+''-''*']:
                 # 1.分解:遇到运算符,计算左右两侧的结果集
                 # 2.解决:diffWaysToCompute 递归函数求出子问题的解
                left = self.diffWaysToCompute(input[:i])
                right = self.diffWaysToCompute(input[i+ 1:])
                 # 3.合并:根据运算符合并子问题的解
                 for l  in left:
                     for r  in right:
                         if char ==  '+':
                            res.append(l + r)
                         elif char ==  '-':
                            res.append(l - r)
                         else:
                            res.append(l * r)

         return res

总结

分治算法的核心是寻找子问题的解,解题步骤遵循「三步走」:
  1. 找到子问题并分解

  2. 解决子问题(递归)

  3. 合并子问题的解

这里为你们准备了两道练手题,你们赶忙试试手吧:
  • LeetCode 932. 漂亮数组: https://leetcode-cn.com/problems/beautiful-array

  • LeetCode 105. 从前序与中序遍历序列构造二叉树: https://leetcode-cn.com/problems/construct-binary-tree-from-preorder-and-inorder-traversal/

参考资料

  • OI Wiki: 递归 - 分治:https://oi-wiki.org/basic/divide-and-conquer/


有热门推荐👇


1.认知如何超过大部分人?

2.【GitHub】这门神课拯救了我薄弱的计算机基础

3.【算法动画: 快速排序 |  如何求第 K 大元素?

4.【数据结构动画:二叉树在实际中的应用(下)


「小鹿动画学编程」用动画的形式和你分享技术!

长按识别二维码关注

在看和转发

都会带来更多好运


本文分享自微信公众号 - 小鹿动画学编程(IT_Animation)。
若有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一块儿分享。

相关文章
相关标签/搜索