分治算法的主要思想是将原问题递归地分成若干个子问题,直到子问题满足边界条件,停止递归。将子 问题逐个击破(一般是同种方法),将已经解决的子问题合并,后,算法会层层合并得到原问题的答 案。
分支算法步骤:
- 分:递归地将问题分解为各个的子问题(性质相同的、相互独立的子问题);
- 治:将这些规模更小的子问题逐个击破;
- 合:将已解决的子问题逐层合并,终得出原问题的解
例题
leetcode 53.最大子序和
给定一个整数数组 nums ,找到一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。
示例:
输入: [-2,1,-3,4,-1,2,1,-5,4]
输出: 6
解释: 连续子数组 [4,-1,2,1] 的和最大,为 6。
class Solution(object): def maxSubArray(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
# 【确定不断切分的终止条件】
n = len(nums)
if n == 1:
return nums[0]
# 【准备数据,并将大问题拆分为小的问题】
left = self.maxSubArray(nums[:len(nums)//2])
right = self.maxSubArray(nums[len(nums)//2:])
# 【处理小问题,得到子结果】
# 从右到左计算左边的大子序和
max_l = nums[len(nums)//2 -1] # max_l为该数组的右边的元素
tmp = 0 # tmp用来记录连续子数组的和
for i in range( len(nums)//2-1 , -1 , -1 ):
# 从右到左遍历数组的元素
tmp += nums[i]
max_l = max(tmp ,max_l)
# 从左到右计算右边的大子序和
max_r = nums[len(nums)//2]
tmp = 0
for i in range(len(nums)//2,len(nums)):
tmp += nums[i]
max_r = max(tmp,max_r)
# 【对子结果进行合并 得到终结果】
# 返回三个中的大值
return max(left,right,max_l+ max_r)
理解代码:
将大问题一个一个拆分为小问题,直到子数组中只有一个元素,最大子序和必然是自身,逐层向上返回:
在这个树中,最深处是最右侧:
由算法 最下层 每个数组n为1 ,所以返回到上一层left=-5,right=4,得到这两参数后,此轮最后需要计算的一个参数为跨越[-5,4]中间数的子序和,由算法,max_l=-5,max_r=4,相加值为-1,返回这三个值中的最大值max(-5,4,-1)=4。
即可得到[1,-5,4]这一层right=4,同理 这一层的left由[-1,2]返回上来等于2(在这一层,left=-1,right=2,max_l=-1,max_r=2,返回max(-1,2,-1+2)=2),同理逐层计算,可得到每一层向上返回的数组:
返回到最后一层时:
left=4,right=4,计算max_l,(len(num)//2)=4 所以从第4个元素4向左边计算和,找到最大值,max_l=4,同理从第五个元素开始向右计算和,max_r=2,max(4,4,6),所以最终返回最大值为6,即找到了最大子序和6.
采用分治思想,比暴力循环找出所有和找到最大值快很多。题外话,这个思想很像归并排序。
leetcode 50.pow(x,n)
题目描述: 实现 pow(x, n) ,即计算 x 的 n 次幂函数。
说明: -100.0 < x < 100.0 n 是 32 位有符号整数,其数值范围是 :
示例:
输入: 2.00000, 10 输出: 1024.00000
输入: 2.10000, 3 输出: 9.26100
class Solution:
def myPow(self, x: float, n: int) -> float:
temp = x
if n == 1:
return x
if n == 0:
return 1.0
m = -n if n < 0 else n
if -100 < x < 100:
temp = self.myPow(x, m // 2)
if m % 2 == 0:
return temp * temp if n > 0 else 1 / (temp * temp)
else:
return x * temp * temp if n > 0 else 1 / (x * temp * temp)
else:
print('x不符合要求')
leetcode 169.多数元素
题目描述: 给定一个大小为 n 的数组,找到其中的众数。众数是指在数组中出现次数大于 [n/2] 的元素。 你可以假设数组是非空的,并且给定的数组总是存在众数。
示例:
输入: [3,2,3] 输出: 3
输入: [2,2,1,1,1,2,2] 输出:
class Solution:
def majorityElement(self, nums):
if not nums:
return None
if len(nums) == 1:
return nums[0]
left = self.majorityElement(nums[:len(nums) // 2])
right = self.majorityElement(nums[len(nums) // 2:])
if left == right:
return left
if nums.count(left) > nums.count(right):
return left
else:
return right