題目：下面是一個數(shù)組類的聲明與實現(xiàn)。請分析這個類有什么問題，并針對存在的問題提出幾種解決方案。
template class Array
{
public:
Array(unsigned arraySize):data(0), size(arraySize)
{
if(size > 0)
data = new T[size];
}
~Array()
{
if(data) delete[] data;
}
void setValue(unsigned index, const T& value)
{
if(index < size)
data[index] = value;
}
T getValue(unsigned index) const
{
if(index < size)
return data[index];
else
return T();
}
private:
T* data;
unsigned size;
};
分析：我們注意在類的內(nèi)部封裝了用來存儲數(shù)組數(shù)據(jù)的指針。軟件存在的大部分問題通常都可以歸結(jié)指針的不正確處理。
這個類只提供了一個構(gòu)造函數(shù)，而沒有定義構(gòu)造拷貝函數(shù)和重載拷貝運算符函數(shù)。當(dāng)這個類的用戶按照下面的方式聲明并實例化該類的一個實例
Array A(10);
Array B(A);
或者按照下面的方式把該類的一個實例賦值給另外一個實例
Array A(10);
Array B(10);
B=A;
編譯器將調(diào)用其自動生成的構(gòu)造拷貝函數(shù)或者拷貝運算符的重載函數(shù)。在編譯器生成的缺省的構(gòu)造拷貝函數(shù)和拷貝運算符的重載函數(shù)，對指針實行的是按位拷貝，僅僅只是拷貝指針的地址，而不會拷貝指針的內(nèi)容。因此在執(zhí)行完前面的代碼之后，A.data和B.data指向的同一地址。當(dāng)A或者B中任意一個結(jié)束其生命周期調(diào)用析構(gòu)函數(shù)時，會刪除data。由于他們的data指向的是同一個地方，兩個實例的data都被刪除了。但另外一個實例并不知道它的data已經(jīng)被刪除了，當(dāng)企圖再次用它的data的時候，程序就會不可避免地崩潰。
由于問題出現(xiàn)的根源是調(diào)用了編譯器生成的缺省構(gòu)造拷貝函數(shù)和拷貝運算符的重載函數(shù)。一個最簡單的辦法就是禁止使用這兩個函數(shù)。于是我們可以把這兩個函數(shù)聲明為私有函數(shù)，如果類的用戶企圖調(diào)用這兩個函數(shù)，將不能通過編譯。實現(xiàn)的代碼如下：
private:
Array(const Array& copy);
const Array& operator = (const Array& copy);
最初的代碼存在問題是因為不同實例的data指向的同一地址，刪除一個實例的data會把另外一個實例的data也同時刪除。因此我們還可以讓構(gòu)造拷貝函數(shù)或者拷貝運算符的重載函數(shù)拷貝的不只是地址，而是數(shù)據(jù)。由于我們重新存儲了一份數(shù)據(jù)，這樣一個實例刪除的時候，對另外一個實例沒有影響。這種思路我們稱之為深度拷貝。實現(xiàn)的代碼如下：
public:
Array(const Array& copy):data(0), size(copy.size)
{
if(size > 0)
{
data = new T[size];
for(int i = 0; i < size; ++ i)
setValue(i, copy.getValue(i));
}
}
const Array& operator = (const Array& copy)
{
if(this == )
return *this;
if(data != NULL)
{
delete []data;
data = NULL;
}
size = copy.size;
if(size > 0)
{
data = new T[size];
for(int i = 0; i < size; ++ i)
setValue(i, copy.getValue(i));
}
}
為了防止有多個指針指向的數(shù)據(jù)被多次刪除，我們還可以保存究竟有多少個指針指向該數(shù)據(jù)。只有當(dāng)沒有任何指針指向該數(shù)據(jù)的時候才可以被刪除。這種思路通常被稱之為引用計數(shù)技術(shù)。在構(gòu)造函數(shù)中，引用計數(shù)初始化為1;每當(dāng)把這個實例賦值給其他實例或者以參數(shù)傳給其他實例的構(gòu)造拷貝函數(shù)的時候，引用計數(shù)加1，因為這意味著又多了一個實例指向它的data;每次需要調(diào)用析構(gòu)函數(shù)或者需要把data賦值為其他數(shù)據(jù)的時候，引用計數(shù)要減1，因為這意味著指向它的data的指針少了一個。當(dāng)引用計數(shù)減少到0的時候，data已經(jīng)沒有任何實例指向它了，這個時候就可以安全地刪除。實現(xiàn)的代碼如下：
public:
Array(unsigned arraySize)
:data(0), size(arraySize), count(new unsigned int)
{
*count = 1;
if(size > 0)
data = new T[size];
}
Array(const Array& copy)
: size(copy.size), data(copy.data), count(copy.count)
{
++ (*count);
}
~Array()
{
Release();
}
const Array& operator = (const Array& copy)
{
if(data == copy.data)
return *this;
Release();
data = copy.data;
size = copy.size;
count = copy.count;
++(*count);
}
private:
void Release()
{
--(*count);
if(*count == 0)
{
if(data)
{
delete []data;
data = NULL;
}
delete count;
count = 0;
}
}
unsigned int *count;
O(logn)求Fibonacci數(shù)列
題目：定義Fibonacci數(shù)列如下：
/ 0 n=0
f(n)= 1 n=1
\ f(n-1)+f(n-2) n=2
輸入n，用最快的方法求該數(shù)列的第n項。
分析：在很多C語言教科書中講到遞歸函數(shù)的時候，都會用Fibonacci作為例子。因此很多程序員對這道題的遞歸解法非常熟悉，看到題目就能寫出如下的遞歸求解的代碼。
///////////////////////////////////////////////////////////////////////
// Calculate the nth item of Fibonacci Series recursively
///////////////////////////////////////////////////////////////////////
long long Fibonacci_Solution1(unsigned int n)
{
int result[2] = {0, 1};
if(n < 2)
return result[n];
return Fibonacci_Solution1(n - 1) + Fibonacci_Solution1(n - 2);
}
但是，教科書上反復(fù)用這個題目來講解遞歸函數(shù)，并不能說明遞歸解法最適合這道題目。我們以求解f(10)作為例子來分析遞歸求解的過程。要求得f(10)，需要求得f(9)和f(8)。同樣，要求得f(9)，要先求得f(8)和f(7)……我們用樹形結(jié)構(gòu)來表示這種依賴關(guān)系
f(10)
/ \
f(9) f(8)
/ \ / \
f(8) f(7) f(6) f(5)
/ \ / \
f(7) f(6) f(6) f(5)
我們不難發(fā)現(xiàn)在這棵樹中有很多結(jié)點會重復(fù)的，而且重復(fù)的結(jié)點數(shù)會隨著n的增大而急劇增加。這意味這計算量會隨著n的增大而急劇增大。事實上，用遞歸方法計算的時間復(fù)雜度是以n的指數(shù)的方式遞增的。大家可以求Fibonacci的第100項試試，感受一下這樣遞歸會慢到什么程度。在我的機器上，連續(xù)運行了一個多小時也沒有出來結(jié)果。
其實改進的方法并不復(fù)雜。上述方法之所以慢是因為重復(fù)的計算太多，只要避免重復(fù)計算就行了。比如我們可以把已經(jīng)得到的數(shù)列中間項保存起來，如果下次需要計算的時候我們先查找一下，如果前面已經(jīng)計算過了就不用再次計算了。
更簡單的辦法是從下往上計算，首先根據(jù)f(0)和f(1)算出f(2)，在根據(jù)f(1)和f(2)算出f(3)……依此類推就可以算出第n項了。很容易理解，這種思路的時間復(fù)雜度是O(n)。
///////////////////////////////////////////////////////////////////////
// Calculate the nth item of Fibonacci Series iteratively
///////////////////////////////////////////////////////////////////////
long long Fibonacci_Solution2(unsigned n)
{
int result[2] = {0, 1};
if(n < 2)
return result[n];
long long fibNMinusOne = 1;
long long fibNMinusTwo = 0;
long long fibN = 0;
for(unsigned int i = 2; i <= n; ++ i)
{
fibN = fibNMinusOne + fibNMinusTwo;
fibNMinusTwo = fibNMinusOne;
fibNMinusOne = fibN;
}
return fibN;
}
這還不是最快的方法。下面介紹一種時間復(fù)雜度是O(logn)的方法。在介紹這種方法之前，先介紹一個數(shù)學(xué)公式：
{f(n), f(n-1), f(n-1), f(n-2)} ={1, 1, 1,0}n-1
(注：{f(n+1), f(n), f(n), f(n-1)}表示一個矩陣。在矩陣中第一行第一列是f(n+1)，第一行第二列是f(n)，第二行第一列是f(n)，第二行第二列是f(n-1)。)
有了這個公式，要求得f(n)，我們只需要求得矩陣{1, 1, 1,0}的n-1次方，因為矩陣{1, 1, 1,0}的n-1次方的結(jié)果的第一行第一列就是f(n)。這個數(shù)學(xué)公式用數(shù)學(xué)歸納法不難證明。感興趣的朋友不妨自己證明一下。
現(xiàn)在的問題轉(zhuǎn)換為求矩陣{1, 1, 1, 0}的乘方。如果簡單第從0開始循環(huán)，n次方將需要n次運算，并不比前面的方法要快。但我們可以考慮乘方的如下性質(zhì)：
/ an/2*an/2 n為偶數(shù)時
an=
\ a(n-1)/2*a(n-1)/2 n為奇數(shù)時
要求得n次方，我們先求得n/2次方，再把n/2的結(jié)果平方一下。如果把求n次方的問題看成一個大問題，把求n/2看成一個較小的問題。這種把大問題分解成一個或多個小問題的思路我們稱之為分治法。這樣求n次方就只需要logn次運算了。
實現(xiàn)這種方式時，首先需要定義一個2×2的矩陣，并且定義好矩陣的乘法以及乘方運算。當(dāng)這些運算定義好了之后，剩下的事情就變得非常簡單。完整的實現(xiàn)代碼如下所示。
#include
///////////////////////////////////////////////////////////////////////
// A 2 by 2 matrix
///////////////////////////////////////////////////////////////////////
struct Matrix2By2
{
Matrix2By2
(
long long m00 = 0,
long long m01 = 0,
long long m10 = 0,
long long m11 = 0
)
:m_00(m00), m_01(m01), m_10(m10), m_11(m11)
{
}
long long m_00;
long long m_01;
long long m_10;
long long m_11;
};
///////////////////////////////////////////////////////////////////////
// Multiply two matrices
// Input: matrix1 - the first matrix
// matrix2 - the second matrix
//Output: the production of two matrices
///////////////////////////////////////////////////////////////////////
Matrix2By2 MatrixMultiply
(
const Matrix2By2& matrix1,
const Matrix2By2& matrix2
)
{
return Matrix2By2(
matrix1.m_00 * matrix2.m_00 + matrix1.m_01 * matrix2.m_10,
matrix1.m_00 * matrix2.m_01 + matrix1.m_01 * matrix2.m_11,
matrix1.m_10 * matrix2.m_00 + matrix1.m_11 * matrix2.m_10,
matrix1.m_10 * matrix2.m_01 + matrix1.m_11 * matrix2.m_11);
}
///////////////////////////////////////////////////////////////////////
// The nth power of matrix
// 1 1
// 1 0
///////////////////////////////////////////////////////////////////////
Matrix2By2 MatrixPower(unsigned int n)
{
assert(n > 0);
Matrix2By2 matrix;
if(n == 1)
{
matrix = Matrix2By2(1, 1, 1, 0);
}
else if(n % 2 == 0)
{
matrix = MatrixPower(n / 2);
matrix = MatrixMultiply(matrix, matrix);
}
else if(n % 2 == 1)
{
matrix = MatrixPower((n - 1) / 2);
matrix = MatrixMultiply(matrix, matrix);
matrix = MatrixMultiply(matrix, Matrix2By2(1, 1, 1, 0));
}
return matrix;
}
///////////////////////////////////////////////////////////////////////
// Calculate the nth item of Fibonacci Series using devide and conquer
///////////////////////////////////////////////////////////////////////
long long Fibonacci_Solution3(unsigned int n)
{
int result[2] = {0, 1};
if(n < 2)
return result[n];
Matrix2By2 PowerNMinus2 = MatrixPower(n - 1);
return PowerNMinus2.m_00;
}
