【转】三分查找

转自:  http://blog.youkuaiyun.com/acdreamers/article/details/9989197 

 

首先来说说三分的概念:

 

二分是把区间分为长度相等的两段,三分则是把区间分为长度相等的三段,进行查找,这样的查找称为三分查找,三分查找通
 
常用来迅速确定最值
 
众所周知,二分算法的要求是搜索的序列是单调序列,而三分法所面向的搜索序列的要求是:序列为一个凸性函数
 
 
 
与二分法类似,三分算法先把区间分为长度相等的三段,那么l与r之间就有两个点,
分别是:
ll=l+(r-l)/3=(2l+r)/3和
rr=r-(r-l)/3=(l+2r)/3
 
 
也可以是:
ll = (l + r) / 2;
rr = (ll + r) / 2;
 
如果ll比rr更靠近最值,我们就舍弃右区间,否则我们舍弃左区间。
 
 
算法的正确性:
 
1、ll与rr在最值的同一侧。由于凸性函数在最大值(最小值)任意一侧都具有单调性,因此,ll与rr中,更大
(小)的那个数自然更为靠近最值。此时,我们远离最值的那个区间不可能包含最值,因此可以舍弃。
2、ll与rr在最值的两侧。由于最值在中间的一个区间,因此我们舍弃一个区间后,并不会影响到最值。

转载于:https://www.cnblogs.com/sweat123/p/5674022.html

<think>嗯,用户想了解三分查找的时间复杂度分析。首先,我需要回忆一下三分查找的基本原理。三分查找通常用于单峰函数的极值找,比如在凸函数或者凹函数中找到最大值或最小值。与二分找每次将区间分成两部分不同,三分查找每次将区间分成三个部分,然后根据中间两个点的函数值来缩小搜索范围。 接下来,我得考虑如何分析时间复杂度。根据二分找的时间复杂度是$O(\log n)$,而三分查找每次将区间分成三部分,所以可能更快。不过,具体怎么计算呢?假设每次将区间长度减少到原来的三分之二,比如每次比较后保留两个子区间中的一个,那么每次的区间长度变为原来的2/3。这样的话,时间复杂度应该是$\log_{3/2} n$,也就是$O(\log n)$,因为对数换底公式可以换,底数不同但复杂度级别相同。 不过,这里可能有误区。例如,用户提供的引用[1]提到三分查找的时间复杂度是$O(\log_3 n)$,而二分是$O(\log_2 n)$,但因为常数因素在大O表示法中被忽略,所以两者的复杂度都被视为$O(\log n)$。但实际应用中,三分查找可能需要更多的比较次数,导致实际运行时间可能比二分找稍慢,尽管复杂度级别相同。 另外,需要注意三分查找的应用场景,它主要用于单峰函数,而二分找适用于单调序列。用户提到的引用[1]也指出,三分查找的近似三等分可能因为精度问题导致错误,所以实际实现时需要注意。此外,引用[3]和[4]中的二分找分析是否对三分查找有参考价值?例如,二分找每次将区间减半,而三分查找每次减少到三分之一,但可能需要两次比较,所以每一步的操作次数可能更多,但整体复杂度还是对数级别。 总结一下,三分查找的时间复杂度计算方式:每次将问题规模减少到原来的2/3(因为每次比较后舍弃掉1/3的区间),那么总的次数k满足$(2/3)^k \cdot n = 1$,解得$k = \log_{3/2} n$,换为以2为底的对数,是$\log_2 n / \log_2 (3/2) ≈ 1.7095 \log_2 n$,所以时间复杂度还是$O(\log n)$。但因为系数更大,实际可能比二分找慢一些,但大O表示法下两者相同。 用户提供的引用[1]提到三分查找的复杂度是$O(\log_3 n)$,但严格来说,每次减少的是三分之二还是三分之一?需要确认正确的递推公式。如果每次将区间分成三部分,舍弃其中两部分,那么每次减少到原来的1/3,这时候时间复杂度是$\log_3 n$,但实际情况通常是每次比较后舍弃1/3,保留2/3,这样时间复杂度应该是$\log_{3/2} n$。需要明确这一点。 根据三分查找的标准分析,每次迭代将区间长度减少约三分之一,即每次比较后剩下的区间是原来的2/3,因此时间复杂度为$O(\log_{3/2} n)$,即$O(\log n)$,因为常数底数在大O中被忽略。因此,尽管具体的对数底数不同,但复杂度级别与二分找相同。 此外,用户可能混淆了三分查找和三进制搜索,但这里讨论的是三分查找用于单峰函数的情况。因此,需要明确应用场景和具体步骤对复杂度的影响。 最后,要确保回答中引用了用户提供的参考资料,特别是引用[1]中提到的关于三分查找和二分找的复杂度比较,指出它们的复杂度属于同一级别,但实际系数不同,可能影响实际性能。</think>三分查找的时间复杂度分析如下: ### 时间复杂度推导 1. **基本思路** 三分查找每次将区间分成三个近似相等的部分,并通过比较两个中间点处的函数值来排除其中一个区间段。假设初始区间长度为$n$,每次迭代后区间长度缩小为原来的**2/3**(舍弃其中一个1/3的区间段)。 2. **递推关系** 设总找次数为$k$,则剩余区间长度满足: $$n \cdot \left(\frac{2}{3}\right)^k \leq 1$$ 取对数后解得: $$k \geq \log_{\frac{3}{2}} n = \frac{\log_2 n}{\log_2 \frac{3}{2}} \approx 1.7095 \log_2 n$$ 因此时间复杂度为$O(\log n)$[^1]。 3. **与二分找对比** - 二分找:每次区间减半,时间复杂度$O(\log_2 n)$ - 三分查找:系数更大(约1.71倍),但渐进复杂度仍为$O(\log n)$ ### 关键差异 - **适用场景**:三分查找针对**单峰函数极值**问题,二分找适用于**单调序列**。 - **实际效率**:三分查找单次迭代需**两次比较**(两个中间点),而二分找只需一次比较,因此实际运行可能更慢。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值