Leetcode编程实践 - 分治算法（169/53/50）

通常，我们在做数据结构之外的题时会感觉比较吃力，此时就要考虑常见的分治和动态规划思想了（递归/迭代是其实现方式）。首先学一学分治！

一. 分治的理论

1.1 分治的思想

分治	自顶向下，分而治之（常用递归）
分	将规模大的问题分解成较小规模的子问题
治	递归地求解子问题（若子问题规模足够小，停止递归进行求解）
合	将子问题的解合并成原问题的解

1.2 典型场景 ☆

具体用法联想一下归并排序

1） 二分法或其变型

结题思路：折半折半查找缩小范围
易错点：移动到左右边界上如何处理

2）二叉树

结题思路：利用其左右子树
小窍门：分解为小问题的时候，要构建好Helper函数

二. 分治的应用

1. 多数元素

A）题目描述

169. Majority Element - Easy
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。
假设数组是非空的，并且给定的数组总是存在众数.

B）思路

首先想到两种直白解法：

• 用字典存储出现的次数 - 时间复杂度O(n)，空间复杂度O(n)
• 取数组排序后的中间元素 - 时间复杂度O(nlogn)，空间复杂度O(1)

如何减小时间复杂度？ 二分，不是有序或部分有序（貌似不太可行）
如何减小空间复杂度？ O(1) ？

记众数为target，它出现的次数为count。遍历数组，若遇到相同的则count+1；否则count-1，则最终count肯定>=1。（即多数元素和其他元素两两抵消，最后肯定还剩余至少1个）
可以用摩尔投票法

如何分治呢？

本题分治不是最优解法，但是也来应用一下分治思想吧~~

• 分治：将原数组切分成左右两区间
• 截止条件：只剩1个元素，直接返回
• 合：合并两区间的结果（若相同，直接返回；若不同，返回出现在数组中出现次数更多的一方）

C）代码

解法1 - 摩尔投票法
时间复杂度O(n)，空间复杂度O(1)

class Solution(object):
    def majorityElement(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        target = -1
        count = 0
        for num in nums:
            if count == 0:
                target = num
            if num == target:
                count += 1
            else:
                count -= 1
        return target

解法2 - 分治

class Solution(object):
    def majorityElement(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        if len(nums) == 1:
            return nums[0]
        
        left = self.majorityElement(nums[:len(nums)//2])
        right = self.majorityElement(nums[len(nums)//2:])
        
        if left == right or nums.count(left) > nums.count(right):
            return left
        return right

2. 最大子序和

A）题目描述

53. Maximum Subarray - Easy
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。

B）思路

看到最大，最小关键词，联想DP
以第i个元素结尾的最大子序和dp[i]:dp[i+1] = max(dp[i]+nums[i+1], nums[i+1])
当然不用DP占空间也可以

如何分治呢？

• 分治：将原数组切分成左右两区间
• 截止条件：只剩1个元素，直接返回
• 合：合并两区间的结果（难点）

最大子序列和可能来自三个地方：只来自左区间，只来自右区间或肯定横跨两区间（要计算横跨两区间的和）

C）代码

解法1 - DP
时间复杂度O(n)，空间复杂度O(1)

class Solution(object):
    def maxSubArray(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        res = maxSum = float("-inf")
        for num in nums:
            maxSum = max(num, maxSum + num)
            res = max(res, maxSum)
        return res

解法2 - 分治

class Solution(object):
    def maxSubArray(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        if len(nums) == 1:
            return nums[0]
        
        left = self.maxSubArray(nums[:len(nums)//2])
        right = self.maxSubArray(nums[len(nums)//2:])
        
        leftRes = nums[len(nums)//2-1]
        leftSum = 0
        for num in nums[:len(nums)//2][::-1]:
            leftSum += num
            leftRes = max(leftRes, leftSum)
        
        rightRes = nums[len(nums)//2]
        rightSum = 0
        for num in nums[len(nums)//2:]:
            rightSum += num
            rightRes = max(rightRes, rightSum)
        
        return max(leftRes + rightRes, left, right)
            

3. Pow(x, n)

A）题目描述

50. Pow(x, n) - Medium
实现 pow(x, n) ，即计算 x 的 n 次幂函数。

B）思路

偷懒做法，直接return x**n

如何分治呢？

想到数学表达式 x\^n = x\^(n-1)*x
但是上面 - 每次n只能减1，太慢了。继续考虑数学表达式：当n是偶数时，有x\^n = (x\*x)\^(n//2)

• 分治：将n不断除以2
• 截止条件：n=1时直接返回x
• 合：n为偶数时 - Pow(x, n) = Pow(x**x, n//2)，n为奇数时 - Pow(x, n) = Pow(x**x, n//2)

C）代码

分治

class Solution(object):
    def myPow(self, x, n):
        """
        :type x: float
        :type n: int
        :rtype: float
        """
        if n == 0:
            return 1
        if n == 1:
            return x
        if n < 0:
            return 1/self.myPow(x, -n)
        if n % 2 == 0:
            return self.myPow(x*x, n//2)
        return x * self.myPow(x*x, n//2)    # return x * self.myPow(x, n-1)

三. 参考资料

Datawhale组队学习Leetcode编程实践