转载自知乎
分治算法的基本思想是将一个规模为N的问题分解为K个规模较小的子问题,这些子问题相互独立且与原问题性质相同。求出子问题的解,就可得到原问题的解。即一种分目标完成程序算法,简单问题可用二分法完成。
问题描述:
给定n个芯片,(1)好芯片比坏芯片至少多一片;(2)两个芯片可以互相测出对方的好坏,好芯片可以测准,坏芯片不一定测准。从中选出一片好芯片。
思路分析:
角度一:随机选一片芯片,与其他芯片比较:
当芯片总数是偶数:好芯片数目大于等于 n/2+1 , 如果选中的芯片是好芯片,剩下的超过一半( n/2) 报好(结果一) ,如果选中的芯片是坏芯片,超过一半的报坏(结果二);结果不是一半(及以上)报好就是一半(及以上)报坏,因此可以检测出选中的单芯片的好坏;
如果选中的芯片是奇数:好芯片数目大于等于 (n+1)/2 ,如果选中的是好芯片,剩下的至少芯片一半报好;如果选中的是坏芯片,超过一半报坏;结果不是一半(及以上)报好就是一半(及以上)报坏,因此可以检测出选中的单芯片的好坏;
仔细想一想,由于好芯片比坏芯片多,抽出一片好芯片,剩下的至少还有一半好芯片,根据他们测定的结果,可以得出判断;抽出一片坏芯片,那剩下的好芯片就更多了,也可以得出判断。
因此,采取蛮力算法:随机选一片,判断其好坏,如果是坏的,重复进行;最坏的情况是每一片都与其他片比较一遍,需要 O(n^2) 。
角度二:随机的两片比较有四种可能:
A片 B片
B好 A好 要么都好,要么都坏
B好 A坏 至少坏一片
B坏 A好 至少坏一片
B坏 A坏 至少坏一片
每种情况考虑四种情形:AB都好、 AB都坏 、一片好一片坏
第一种情况:设AB都好吻合,设AB都坏吻合,一片好一片坏矛盾,所以要么都好,要么都坏;
第二种情况:AB都好矛盾,AB都坏吻合,A坏B好吻合,A好B坏矛盾,所以至少坏一片;
其他两种情况同理,也是至少坏一片;
如果我们给芯片随便两两配对测量(先假设芯片数是偶数),都报好的任选一片,其他情况的全不选,从而选出新子集,如果新子集还满足原来集合的性质,就可以逐步缩小筛选的范围,不用一片一片去比。这时满足表达式 W(n) = W(n/2) + O(n) ,可以看出这个就是典型的分治算法——寻找相同的子问题,将原来的大问题分解后递归求解,复杂度为W(n) = O(n)。
新子集还满足原来集合的性质?
原来集合的性质:好芯片比坏芯片多;由于选取的芯片组有两种类型:都是好的,都是坏的,可以知道好的芯片组的数目多于坏的芯片组的数目,因此子集中好芯片还是比坏芯片多,因此满足条件。
那如果芯片数目是奇数怎么办?
当遇到芯片数目是奇数时,将轮空的(未分到组的)芯片采取角度一方法判断,好的话,结束程序,坏的话就丢弃该芯片。
伪码算法:
n <- 芯片总数
while n > 3 then:
将 n 分为 n/2(默认向下取整) 组
if n是奇数 then:
轮空的芯片检测其好坏,好的话结束程序,坏的话丢弃
对每个分组进行元素抽取,测试结果都好的随机抽一个,其余的丢弃
n <- n/2
if n == 3 then:
随机选取一片芯片比较一次
if 都好 then 选择一片
else 选择剩下的一片
if n<3 then:随机选择一片
return