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<