当前位置: 首页 > news >正文

Go语言数据结构和算法(三十四)分治算法

分治算法是将一个巨大的输入分解成若干个小块.在每个小块上解决问题.然后将分段

解决方案合并为全局解决方案.

1.步骤:

分解:将原始问题分解成一组子问题.

解决子问题:递归的单独解决每个子问题.

合并子问题:将子问题的解放在一起得到整个问题的解.

2.应用:

2.1快速排序:

又称分区交互排序.是最有效率的排序算法.它首先从数组中选择一个枢轴值.然后将剩

下的数组元素分成两个子数组.通过将每个元素与枢轴值进行比较来进行分区.它比较

元素是否具有比枢轴值更大或更小的值.然后递归的对数组进行排序.

2.2归并排序:

这是通过比较对数组进行排序的算法.它首先将数组划分为子数组.然后递归对的对每

个子数组进行排序.排序完成后.将它们合成一个数组.

2.3二分搜索:

二分搜索是一种搜索算法.也称为半区间搜索或对数搜索.它将目标值与排序数组中存

在的中间元素进行比较.比较后.如果数值不同.则最终剔除不能包含目标的那一半数

组.在继续寻找另一半数组.直到找到目标值.如果搜索另一半也找不到.则断定目标值

不在数组中.

2.4最近点问题:

强调在给定n个点的情况下.找出度量空间中最近的一对点.使得这对点之间的距离应

该最小.

2.5Kadane算法:

该算法是解决最大子数组问题的有效算法.该问题是在整数数组中找到最大和的连续

子数组的任务.

2.6平衡二叉树构造:

给定一个排序的整数数组.任务是构造一个平衡二叉树.可以使用递归构造根节点的左

右子树的分治算法来解决.

3.点对点实现:

3.1方法:
package data import ( "math" "sort" ) func ClosestPair(points [][]int) float64 { h := make(helper, len(points)) for i, v := range points { //计算两点之间的距离. h[i] = [2]float64{math.Hypot(float64(v[0]), float64(v[1])), float64(i)} } //将数组按照升序排序. sort.Sort(h) if len(h) >= 1 { return h[0][0] } return 0 } type helper [][2]float64 func (h helper) Swap(i, j int) { h[i], h[j] = h[j], h[i] } func (h helper) Less(i, j int) bool { return h[i][0] < h[j][0] } func (h helper) Len() int { return len(h) }
3.2main方法:
func main() { points := [][]int{{3, 3}, {5, -1}, {-2, 4}} pair := data.ClosestPair(points) fmt.Println(pair) }

4.实战:

4.1方法:
func ClosestPair2(points [][]int, k int) [][]int { if len(points) == k { return points } var v []int var re [][]int m := make(map[int]int) for i := 0; i < len(points); i++ { m[i] = points[i][0]*points[i][0] + points[i][1]*points[i][1] v = append(v, i) } closestUtil(m, v, 0, len(v)-1, k) for i := 0; i < k; i++ { re = append(re, points[v[i]]) } return re } func closestUtil(m map[int]int, s []int, start int, end int, k int) { p := m[s[end]] l := start for i := start; i < end; i++ { if m[s[i]] < p { s[l], s[i] = s[i], s[l] l++ } } s[l], s[end] = s[end], s[l] if k == l { return } else if l < k { closestUtil(m, s, l+1, end, k) } else { closestUtil(m, s, start, l-1, k) } }
4.2main方法:
func main() { points := [][]int{{2, 3}, {12, 30}, {40, 50}, {5, 1}, {12, 10}, {3, 4}} k := 2 res := data.ClosestPair2(points, k) fmt.Println(res) }

忽然世界开始变得很慢.时间也变得很慢.

如果大家喜欢我的分享的话.可以关注我的微信公众号

念何架构之路

http://www.jsqmd.com/news/217495/

相关文章:

  • go语言初认识
  • ai-agent 一个强大的辅助工具
  • 这些 Web 技术,我学完就后悔:别像我一样把时间浪费在“看起来很香”的坑里
  • 这些 Web 技术,我学完就后悔:别像我一样把时间浪费在“看起来很香”的坑里
  • quickbi数据集报错
  • TypeScript 的本质并非类型,而是信任
  • TypeScript 的本质并非类型,而是信任
  • DSP算法学习
  • 信任与怀疑之间,我们如何与AI医生共存?
  • 年底的 Java 行情怎么样?
  • 计及光伏电站快速无功响应特性的分布式电源优化配置方法(Matlab代码实现)
  • 【无功优化】基于二阶锥规划的配电网无功优化算法【IEEE33节点】(Matlab代码实现)
  • 动态调整保留周期(如高频访问文件延长生命周期)
  • [特殊字符]_容器化部署的性能优化实战[20260108164558]
  • 基于氢储能的热电联供型微电网优化调度方法(Matlab代码实现)
  • [特殊字符]_微服务架构下的性能调优实战[20260108162541]
  • 【SCI复现】基于纳什博弈的多微网主体电热双层共享策略研究(Matlab代码实现)
  • [特殊字符]_Web框架性能终极对决:谁才是真正的速度王者[20260108163208]
  • [特殊字符]_网络IO性能优化:从TCP到HTTP的层层优化[20260108163835]
  • Windows XP,Vista,7,8.1,10, 11历代Windows系统性能横向评测
  • DeepSeek突然更新R1论文:暴增64页,能公开的全公开了
  • JavaScript 中 ==、===、Object.is 以及 null、undefined、undeclared 的区别
  • “全球大模型第一股”诞生!智谱AI登陆港股
  • C#被评为2025年度编程语言!
  • 基站定位中 RSSI 误用的系统性问题分析
  • 2026年,“交互”会出现新的定义
  • 注意,科学家、数学家不一定是智能学家
  • 移动网络信号指标与单位整理(2G/3G/4G/5G Android vs IoT)
  • 综合能源系统中基于电转气和碳捕集系统的热电联产建模与优化研究(Matlab代码实现)
  • 【确认出席】叶光辉 盐城市住房公积金管理中心技术信息处副处长丨上海·1月14日