分治法求最值问题，典型的错误示范及正确的代码

    笔者在进行分治法学习和跟同学讨论时发现一个比较有意思的错误，在此分享给大家。

    我们知道，分治法的核心思想时将待处理对象先分后治，而且当待处理对象基本有序时分治法将退化为冒泡算法。

    下面我们看一个有意思的错误示范（伪代码）：   

void MaxMin(A[l..r],Max,Min)
{
	if(r==l)
	{
		if(A[1]>Max) Max=A[l];
		else if(A[1]<Min) Min=[l]; 
	}
	else{    	
	   	MaxMin(A[l,(l+r)/2],Max1,Min1); //递归解决前一部分
		MaxMin(A[(l+r/)2+1..r],Max2,Min2); //递归解决后一部分			
	}

}

    上述程序确实能求出最值，但是值得我们注意的是它虽然将待处理数组分开了，但却并不是分治，换句话说它其实根本没用分治法的算法，而是冒泡排序。我们把分治法分开后的结构理解为二叉树，它处理的思路是将最值分别与叶子结点做比较，无论待排序处理对象如何变化，它的时间复杂度都和冒泡排序完全一样（其实这就是冒泡排序的递归式）。下面我们再用二叉树的结构通过图文结合来理解分治法的思想：

    D、E、F、G是分后所得，其求解最值的思想是每一个节点是以其为根节点的树的最优解，比如B所得的最值的是DE比较后产生的，C所得的最值是FG比较后产生的，而A所得的值又是BC比较后产生的。说到这里如果还有读者不能清楚的话，我再做一个简单的比喻：在上述的二叉树中，如果用冒泡排序求最大值，MAX依次DEFG比较（比较次数是四次），分治法将DE比较得B，FG比较得C，BC比较得A（比较次数是三次）。

接下来贴一个正确的分治法求最值的伪代码供大家参考：

void MaxMin(A[l..r],Max,Min)
{
	if(r==l)
	{//只有一个元素时
		Max=A[l];
		Min=[l]; 
	}
	else
	{
	   if(r－l==1)  //有两个元素时
	   {
	   	if (A[l]<=A[r]){
		  	Max=A[r];
		   	Min=A[l];
	   	}
	     	else{
		 	Max=A[l];  
			Min=A[r];
	     	}
	   }
	   else{//r－l>1   	
	   	MaxMin(A[l,(l+r)/2],Max1,Min1); //递归解决前一部分
		MaxMin(A[(l+r/)2+1..r],Max2,Min2); //递归解决后一部分
	   }
		if (Max1<Max2)  
			Max= Max2;//从两部分的两个最大值中选择大值
		if (Min2<Min1)  
			Min=Min2; //从两部分的两个最小值中选择小值
	}

}

    这是笔者从求最值的角度对分治法探讨，所得难免不够客观，欢迎读者留言探讨。