算法学习--分治法

分治法的思想是：将原问题划分为与原问题具有相似结构的小问题，然后递归地求解小问题。其解决问题的过程可归纳为以下三个步骤：

一，分解(Divide)，将原问题分解为一序列子问题；

二，解决(Conquer)，递归地解子问题，若子问题足够小了，那么就可以直接解决子问题；

三，合并(Combine)，将子问题的结果合并为原问题的解。

这里学习学习使用分治法来求解序列排序问题，相应的排序算法叫做合并排序。根据分治法求解问题的步骤，合并排序法有以下三个步骤：

一，分解，将有n各元素的序列分解为各有n/2各元素的子序列；

二，解决，用合并排序法对两个子序列递归地排序；

三，合并，将两个已排好序的子序列合并。

算法时间复杂度分析：

假设把原问题分解为a个子问题，每个子问题的规模是原问题规模的1/b。将分解问题的时间极为D(n)，将合并问题的解的时间记为C(n)。如果问题的规模足够小，比如n<=c，那么就可以直接求解问题，且所花时间为那么求解问题的总时间有以下递推式：

T(n) = \Theta(1),  n<=c

T(n) = aT(n/b) + D(n) + C(n) ， n>c

因为分解和合并的时间都是\Theta(n)的。所以

T(n) =  aT(n/b) + \Theta(n),   n>c

利用主定理(main theorem)可以解得T(n) = \Theta( n ln n)。主定理后面再八卦了。另外一种求解上述递归式的方法，是利用二叉树，对子问题的分解可以构成一个二叉树，对这个二叉树进行分析同样可以得到前面的结果。

合并算法的改进

当待排序序列元素个数n较少的时候，插入排序有比较快的运算速度。这样的话，当用合并排序进行排序时，如果子问题比较小了，可以直接使用插入排序进行排序，而无须再对该子问题继续进行分解。

写的很是浅显，实际上是抄书了。不过学习就是这样一个过程，从不知道到知道一点点，再到知道更多。。