分治算法

算法思想

---

分治算法把一个问题实例分解成若干个小型而独立的实例，从而可以在并行计算机上执行；那些小型而独立的实例可以在并行计算机的不同处理器上完成。

分治法的思想：将原问题分解为几个规模较小但类似于原问题的子问题，递归地求解这些子问题，然后再合并这些子问题的解来建立原问题的解。

分治算法的特征

---

分治法所能解决的问题一般具有以下几个特征：

1) 该问题的规模缩小到一定的程度就可以容易地解决；

2) 该问题可以分解为若干个规模较小的相同问题，即该问题具有最优子结构性质；

3) 利用该问题分解出的子问题的解可以合并为该问题的解；

4) 该问题所分解出的各个子问题是相互独立的，即子问题之间不包含公共的子子问题。

第一条特征是绝大多数问题都可以满足的，因为问题的计算复杂性一般是随着问题规模的增加而增加；

第二条特征是应用分治法的前提它也是大多数问题可以满足的，此特征反映了递归思想的应用；

第三条特征是关键，能否利用分治法完全取决于问题是否具有第三条特征，如果具备了第一、二条特征，而不具备第三条特征，则可以考虑用贪心算法或动态规划算法。

第四条特征涉及到分治法的效率，如果各子问题是不独立，则分治法要做很多不必要的工作，重复地解公共的子问题，此时一般使用动态规划算法。

解题步骤

---

分治算法在每层递归中包含三个步骤：

1)分解原问题为若干子问题，这些子问题是原问题的规模较小的实例； 

2)解决这些子问题，递归地求解各个子问题。然而，若子问题的规模足够小，则直接求解； 

3)合并这些子问题的解为原问题的解。

应用

---

二分查找

问题描述：

给定已按升序排好序的n个元素a[0:n-1]，现要在这n个元素中找出一特定元素x。

C++非递归实现：

template <typename T>
int binarySearch(T *a, const T& x, int length)
{
    int left = 0;
    int right = length - 1;
    while (left <= right)
    {
        int mid = (left + right) / 2;
        if (x == a[mid])
            return mid;
        else if (x < a[mid])
            right = mid - 1;
        else
            left = mid + 1;
    }
    //未找到与x相等的元素
    return -1;
}

C++递归实现：

template <typename T>
int binarySearch(T *a, const<