알고리즘은 크기 n의 문제를 크기 n/b (여기서 b는 정수)의 b 개의 하위 문제로 분해 (나누기)합니다. 분해 비용은 n이며, C (1) = 1이다. 반복 치환을 사용하여, 2 ≥b의 모든 값에 대해 알고리즘의 복잡성은 O (ng n)임을 보여라. 이것은 초기 방정식 C (n) = C (n/b) + n 에 사용하고 다음을 대체하는 k 단계 후 C (n)
함수 내에 재귀 호출이 하나만있는 경우 재귀를 쉽게 이해할 수 있습니다. 그러나 동일한 함수 내에서 둘 이상의 재귀 호출을 볼 때 혼란스러워집니다. 예 : int MaximumElement(int array[], int index, int n)
{
int maxval1, maxval2;
if (n==1) return array
이 알고리즘은 십진, 센트, 페니 만 사용하여 입력 금액을 변경할 수있는 방법을 찾아야합니다. 나의 접근 방식은 나누기와 정복 전략을 사용하고 가장 큰 동전, 십센트 및 동전을 사용하지 않고 변경하는 방법의 수를 변경하는 방법의 수를 찾아 문제를 분리하는 것이 었습니다. 이 알고리즘에 대한 구현을 작성하여 1 ... 14의 입력에 대해 문제를 올바르게 해결
다음과 같은 Divide-and-Conquer 알고리즘의 속성을 이해하는 데 어려움이 있습니다. 재귀 적 해결 자체 미만 N 번 호출 개의 독립적 (비어 있지 않은) 부분으로 N 크기의 문제를 분할하는 순환 방법. 증명은 는 재귀 해결 이하 N 배 이상 자신을 호출 개의 독립적 (비어 있지 않은) 부분으로 N 크기의 문제를 분할하는 재귀 함수이다. 부품의
필자는 반복 검색이 정렬되지 않은 목록에서 최대 값을 찾는 데 사용되는 방법이라는 것을 당연시했습니다. 생각이 다소 우연히 나왔다. 간단히 말해서, 입력 배열의 크기가 n 인 O (logn) 시간에 작업을 수행 할 수 있다고 생각합니다. 병합 정렬시 piggy-backs : divide and conquer. 1 단계 : findMax() 작업을 두 개의
Divide and Conquer에 대해 배우면서 나는 한 가지 개념을 이해하기 위해 고심하고 있습니다. ... 우리를 우리가 정렬 된 배열을 가지고 몇 가지 작업을 수행하려는 경우 .... 우리는 공식을 T(n) = a (n/b) * O(n)
을 얻을 그리고 우리는 b = 2 (이진 트리)를 사용하는 경우, 각 부분 배열을 의미하는 두 개 더 하위 어
나는 내 tromino 프로그램을 가지고 있습니다. 그러나 이제는 그래픽으로 변환해야합니다 (마지막으로 떠남). 이 작업을 수행하는 방법에 대해 매우 혼란 스럽습니다. 그래픽에 대한 몇 가지 기본 사항을 알고 있지만 내 프로그램을 보면 작동하도록 수정해야 할 것 같습니다. 간단한 방법이 있나요? 기본적으로 나는 지금 체스 판 (번호는 사용자가 지정)에 숫자
나는 알고리즘을 아주 명확하게 이해하고 있다고 믿는다. 부서를 가로 질러 가까이있는 점이 있는지 확인하고 스트립 내의 점들이 후보가되는 곳을 발견하는 단계를 제외하고는 분명히 믿는다. 그러나 알고리즘은 y 좌표로 점을 정렬 한 다음 스트립의 서로 다른 점을 확인하여 이전에 발견 된 점보다 작은 거리가 있는지를 찾습니다. 기본적으로 스트립 내에서 무차별 한
"주어진 애플리케이션에 적합한 알고리즘을 설계하는 것은 어려운 작업입니다. 중요한 창조 작업이 필요하며 문제를 해결하고 솔루션을 에테르에서 꺼내야합니다. 다른 사람의 아이디어를 수정하고 그것을 수정하거나 조금 더 나아지게 조정할 수 있습니다. 알고리즘 디자인에서 선택할 수있는 공간은 엄청 나서 충분히 자유롭게 자신을 걸 수 있습니다. " 나는 등 를 역 추
행렬 A의 2 * 2의 제곱은 단지 5 배의 곱이 필요하다는 것을 보여줌으로써 O (n^log5)임을 알 수 있습니다. 지금까지는 아무런 문제가 없었지만 이후에 왜 다른 제곱 경우 (다른 n * n 크기)로 일반화 할 수 없는지 2 가지 이유를 설명하고자 할 때 다음과 같이 하나만 만들 수 있습니다. 첫 번째 그 이유는 내가 예를 들어 3 * 3 행렬을 곱