考虑分治版本的二维最近对算法,在每次递归调用时,都简单地对两个集合c1和c2分别哪找它们y轴坐标的升序进行排列。假设使用的是合并排序,请建立最差运行时间的近似递推关系,并在n=2k 的条件下进行求解。
时间: 2023-05-31 16:17:45 浏览: 580
### 回答1:
该算法的最差运行时间的递推关系为:
T(n) = 2T(n/2) + O(nlogn)
其中,n为点集大小。
在n=2k的条件下,可以进行如下求解:
T(2k) = 2T(2k/2) + O(2klog(2k))
= 2T(k) + O(klog(2k))
= 2[2T(k/2) + O(klogk)] + O(klog(2k))
= 4T(k/2) + O(klogk) + O(klog(2k))
= 4T(k/2) + O(klogk)
继续展开:
T(2k) = 4T(k/2) + O(klogk)
= 4[2T(k/4) + O(k/2log(k/2))] + O(klogk)
= 8T(k/4) + O(klogk) + O(klog(k/2))
= 8T(k/4) + O(klogk)
以此类推,直到T(1)为止。
因此,T(2k) = O(klog^2k)。 <br>### 回答2:
二维最近对算法是求解平面上最接近的两个点的问题。基于分治思想,可以将平面按照x轴坐标轴进行排序后,将平面分为两半,分别递归求解左右两部分的最近对。但是由于左右两半中可能存在一些点跨越了中线,因此还需要考虑跨越中线的情况。具体来说,在求解左右两半最近对时,还需要考虑跨越中线的点对,这部分点对的距离可能更小。
对于分治版本的二维最近对算法中,每次递归调用时都简单地对两个集合c1和c2按照y轴坐标的升序进行排列。如果使用合并排序,复杂度为O(nlogn)。此时递推关系为T(n)=2T(n/2)+O(nlogn)。
在n=2k的条件下,有T(n)=2T(n/2)+O(nlogn)=2[2T(n/4)+O(n/2logn/2)]+O(nlogn)=4T(n/4)+2O(nlogn)=kT(1)+kO(nlogn)=O(nlog^2n)。即n=2k时的最差运行时间的近似递推关系为O(nlog^2n)。 <br>### 回答3:
二维最近点对问题是计算平面上给定的一些点对中,距离最近的点对。在分治版本的二维最近对算法中,将二维平面划分为两个子集,并递归求解子集中的最近点对。然后,使用合并算法将子集中的最近点对合并成全局最近点对。
当递归调用算法时,对于每个子集c1和c2,都需要对它们的y轴坐标进行排序。如果使用的是合并排序算法,则需要执行O(nlogn)次比较操作和O(nlogn)次数据移动操作。由于最多执行logn次递归,因此总的时间复杂度为O(nlog^2n)。
在n=2k的情况下,即有k个点在子集c1中,有k个点在子集c2中。如果使用合并排序算法,最坏情况下时间复杂度为O(klog^2k)。因此可以得到递推关系式:
T(2) = O(1)
T(n) = 2T(n/2) + O(nlog^2(n/2))
= 2T(n/2) + O(nlog^2n - 2nlogn)
= 2T(n/2) + O(nlog^2n)
然后,可以使用主定理求解上述递推关系:
a = 2, b = 2, f(n) = O(nlog^2n)
logba = log22 = 1
因此,f(n) = O(nlog^2n) = Θ(n^log22)
根据主定理,可以得到T(n)的解为T(n) = Θ(nlog^2n)。
综上所述,在分治版本的二维最近对算法中,对于每个子集c1和c2的y轴坐标进行排序,如果使用合并排序算法,则总的时间复杂度为O(nlog^2n)。在n=2k的情况下,最坏情况下时间复杂度为O(klog^2k),并且可以使用主定理得到递推关系式和解。
阅读全文