内容简介:引言:数学归纳法(Mathematical Induction)、递归、归并排序(merge sort)、MapReduce,这些方法或技术都基于一个重要的数学思想——下面通过代码对分治思想的这些实际应用进行一一展示。
引言:
数学归纳法(Mathematical Induction)、递归、归并排序(merge sort)、MapReduce,这些方法或技术都基于一个重要的数学思想—— 分而治之(Divide and Conquer) ,简称分治,就是将一个复杂的问题,分解成两个或多个规模相同/相似的子问题(更简单一点或更接近目标一点),然后分别对这些子问题进一步细分,直到最后子问题变得非常简单。
下面通过代码对分治思想的这些实际应用进行一一展示。
数学归纳法
-
定义:
- 做出合理假设
- 证明基本情况,比如n=1时,是否成立
- 假设n=k-1成立,再证明n=k也成立(k为任意大于1的整数)
-
特点:
- 数学归纳法,已经归纳总结出规律,只要我们能够证明其正确,就没必要再逐步进行计算,以节省时间和资源。
用程序证明数学归纳法
需求:用代码证明数学归纳法,证明第k格的麦子总数是2**k-1
# params: k:第几格,result:当前格子的数量和总数 # return: 放到第k格时,是否成立 class Result: def __init__(self,wheet_num = 0,wheet_total_num = 0): self.wheet_num = wheet_num self.wheet_total_num = wheet_total_num def __str__(self): return str(self.wheet_num)+"__"+str(self.wheet_total_num) def prove(k,result): if k == 1: # if math.pow(2,k) - 1 == 1: if 2 ** k - 1 == 1: result.wheet_num = 1 result.wheet_total_num = 1 return True else: return False else: if_previous_true = prove(k-1,result) if if_previous_true: result.wheet_num *= 2 result.wheet_total_num += result.wheet_num if result.wheet_total_num == 2 ** k - 1: print result return True print result return False print(prove(64,Result())) 复制代码
注意:如果使用math.pow(2,k),因为精度的问题,k=54以后的数字是不准的。而2**k的格式则可以。待深入研究。。。
数学归纳法和递归
如果用编程来证明数学归纳法,会发现这个过程就是递归调用。
-
数学归纳法的思路:
- 看初始状态,n=1时,是否成立
- 如果n=k-1成立,那判断n=k时是否成立
-
将数学归纳法稍作转变,就是递归的一般思路:
- 假设n=k-1时,问题已经解决(或者已经求得解),那么只要求解n=k的时候,问题如何解决(或者求解是多少)
- 初始状态(n=1时),问题如何解决(或者解是多少)
递归的特点
递归,本质是用“ 分而治之 ”的思想,将复杂的问题,每次都解决一点点,并将剩下的问题转化成更简单的问题等待下次求解,如此反复,直到初始状态。这中间每次嵌套都会让函数体生成自己的局部变量,来保存大量的中间变量,省去我们复杂的操作。总之,递归的两大优点:
-
“ 分而治之
”,本质思想和数学归纳法相似:把复杂问题化解为两部分:
- 一个简单的当前步骤 :可能是一次运算,一个选择、一次操作
- 另一个更简单一点的问题:通过 嵌套调用
- 计算机调用嵌套函数,会保存大量中间状态和变量值,大大简化编程操作
递归例子一:限定总和,求所有可能的加加方式
需求:假设有四种面额的钱币,1 元、2 元、5 元和 10 元,而一共给我10 元,那您可以奖赏我 1 张 10 元,或者10 张 1 元,或者 5 张 1 元外加 1 张 5 元等等,如果考虑每次奖赏的金额和先后顺序,那么最终一共有多少种不同的奖赏方式?
- 法一 :
# 限定总和,求所有可能的加加方式 # params: left_total 目前总共还剩多少,current_result 当前的结果 rewards = [1,2,5,10] current_result = [] def find(left_total,current_result): if left_total == 0: print(current_result) return elif left_total < 0: return else: for i in rewards: new_result = current_result[:] new_result.append(i) # 解决目前一点点问题 find(left_total - i, new_result) # 剩下的问题,留给之后嵌套调用来解决 print(find(10,[])) 复制代码
- 法二:
# 限定总和,求所有可能的加加方式 # params: current_total 目前总数是多少,current_result 当前的结果 rewards = [1,2,5,10] total = 10 current_result = [] def find(current_total,current_result): if current_total == total: print(current_result) return elif current_total > total: return else: for reward in rewards: new_result = current_result[:] new_result.append(reward) get(current_total + reward, new_result) print(find(0,[])) 复制代码
递归例子二:
一个整数可以被分解为多个整数的乘积,例如,6 可以分解为2x3。请使用递归编程的方法,为给定的整数 n,找到所有可能的分解(1 在解中最多只能出现 1 次)。例如,输入 8,输出是可以是 1x8, 8x1, 2x4, 4x2, 1x2x2...
n = 8 def find(current_product,current_result): if current_product == n : print(current_result) return elif current_product > n : return else: for i in range(1, n+1): if i != 1 or 1 not in current_result: new_result = current_result[:] new_result.append(i) find(current_product * i,new_result) find(1,[]) 复制代码
归并排序
直接上代码
需求:使用归并排序(递归调用),对数字列表进行排序。
# 归并排序 # 每一步操作:是将list分成两个子children_list,将children_list的 排序 交给下一步, # 这一步专注于将返回的排好序的children_list进行合并。 def merge(front_list,back_list): """ 对已经排好序的两个列表,进行排序 """ new_list = [] if not front_list: return back_list if not back_list: return front_list while True: if len(front_list)==0: new_list.extend(back_list) break if len(back_list)==0: new_list.extend(front_list) break if front_list[0] <= back_list[0]: new_list.append(front_list.pop(0)) else: new_list.append(back_list.pop(0)) return new_list def merge_sort(list): if not list or len(list)==1: return list print(len(list)) front_list = list[:len(list)/2] back_list = list[len(list)/2:] front_list = merge_sort(front_list) back_list = merge_sort(back_list) return merge(front_list,back_list) list = [1,3,0] # list = [5,6,1,0,3,8,1,6,9,-2,7,2] list = merge_sort(list) print(list) 复制代码
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
The Little Schemer
[美] Daniel P. Friedman、[美] Matthias Felleisen / 卢俊祥 / 电子工业出版社 / 2017-7 / 65.00
《The Little Schemer:递归与函数式的奥妙》是一本久负盛名的经典之作,两位作者Daniel P. Friedman、Matthias Felleisen在程序语言界名声显赫。《The Little Schemer:递归与函数式的奥妙》介绍了Scheme的基本结构及其应用、Scheme的五法十诫、Continuation-Passing-Style、Partial Function、......一起来看看 《The Little Schemer》 这本书的介绍吧!