分治算法-CSDN博客

本文链接：https://blog.csdn.net/Marmara01/article/details/84893150

概念理解

设计思想：将一个难以直接解决的大问题，分割成一些规模较小的相同问题，以便各个击破，分而治之。

分治策略：对于一个规模为n的问题，若该问题可以容易地解决（比如说规模n较小）则直接解决，否则将其分解为k个规模较小的子问题，这些子问题互相独立且与原问题形式相同，递归地解这些子问题，然后将各子问题的解合并得到原问题的解。这种算法设计策略叫做分治法。

如果原问题可分割成k个子问题，1<k≤n，且这些子问题都可解并可利用这些子问题的解求出原问题的解，那么这种分治法就是可行的。由分治法产生的子问题往往是原问题的较小模式，这就为使用递归技术提供了方便。在这种情况下，反复应用分治手段，可以使子问题与原问题类型一致而其规模却不断缩小，最终使子问题缩小到很容易直接求出其解。这自然导致递归过程的产生。分治与递归像一对孪生兄弟，经常同时应用在算法设计之中，并由此产生许多高效算法。

分治法适用的情况

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，如果具备了第一条和第二条特征，而不具备第三条特征，则可以考虑用贪心法或动态规划法。

第四条特征涉及到分治法的效率，如果各子问题是不独立的则分治法要做许多不必要的工作，重复地解公共的子问题，此时虽然可用分治法，但一般用动态规划法较好。

分治法的复杂性分析

一个分治法将规模为n的问题分成k个规模为n／m的子问题去解。设分解阀值n0=1，且adhoc解规模为1的问题耗费1个单位时间。再设将原问题分解为k个子问题以及用merge将k个子问题的解合并为原问题的解需用f(n)个单位时间。用T(n)表示该分治法解规模为|P|=n的问题所需的计算时间，则有：

T（n）= k T(n/m)+f(n)

通过迭代法求得方程的解：

递归方程及其解只给出n等于m的方幂时T(n)的值，
但是如果认为T(n)足够平滑，
那么由n等于m的方幂时T(n)的值可以估计T(n)的增长速度。
通常假定T(n)是单调上升的，从而当             
 mi≤n<mi+1时，
T(mi)≤T(n)<T(mi+1)。

依据分治法设计程序时的思维过程

实际上就是类似于数学归纳法，找到解决本问题的求解方程公式，然后根据方程公式设计递归程序。

1、一定是先找到最小问题规模时的求解方法

2、然后考虑随着问题规模增大时的求解方法

3、找到求解的递归函数式后（各种规模或因子），设计递归程序即可。

可使用分治法求解的一些经典问题

（1）二分搜索

package myself;

import java.util.Scanner;

public class BinarySearch {

	public static void main(String[] args) {
		int a[] = {1,2,3,4,5,6,7,8,9};
		System.out.println("plase input target:");
		Scanner s=new Scanner(System.in);
		int target =s.nextInt();
		int begin=0;
		int end=a.length-1;
		int mid=(begin+end)/2;
		int index=-1;
		while(true) {
			if(begin>=end) {
				return;
			}
			if(a[target]==a[mid]) {
				index=mid;
				break;
			}else {
				if(a[target]<a[mid]) {
					end=mid-1;
				}else {
					begin=mid+1;
				}
			}
			mid=(begin+end)/2;
		}
		System.out.println("index："+index);
	}	
}

（2）大整数乘法

（3）Strassen矩阵乘法

（4）棋盘覆盖

java源码：https://blog.csdn.net/Marmara01/article/details/84979540

（5）归并排序

java源码：https://blog.csdn.net/Marmara01/article/details/82825666

（6）快速排序

java源码：https://blog.csdn.net/Marmara01/article/details/82823909

（7）线性时间选择
（8）最接近点对问题

（9）循环赛日程表

（10）汉诺塔

java源码：https://blog.csdn.net/Marmara01/article/details/84672552