分治法

分治法

分治法的思想：
将一个规模为n的问题分解为k个规模较小的子问题，子问题相互独立且与原问题相同。递归的解这些子问题，然后将各子问题的解合并得到原问题的解。

平衡子问题思想：
将原问题分成大小相等的k个子问题，k个规模为n/m的子问题。

算法时间复杂度：

T (n)={ O(1) n=1;}
{ kT(n/m)+f(n) n>1;}

一般算法的设计模式如下：
divide-and-conquer§{
if(|P|<=n0) adhoc§; //基本子算法
divide P into smaller substances P1,P2,P3,……Pk; //分解原问题
for(i=1;i<=k;i++){ //逐个求解
yi=divide-and-conquer(Pi);
}
return merge(y1,y2,y3……yk); //子问题合并成原问题的解

典型例题：

用二分搜索法实现在已排好序的数组a中查到特定的元素n:

输入：
1 2 3 4 5 6
3
输出：2（下标）

#include<bits/stdc++.h>
using namespace std;

int binarySearch(vector<int>a, int length,int n){
    int left=0;
    int right=length-1;
    while(left<=right){                       //当left<=right时，说明两指针还没有碰头
        int middle=(left+right)/2;            //不断取中间，比较中值与查找值的大小关系
        if(n==a[middle])  return middle;      //查找值等于中值，直接返回下标
        if(n<a[middle])   right=middle-1;     //查找值小于中值，只查找左半部分
        left=middle+1;                        //查找值大于中值，只查找右半部分
    }
    return -1;

}

int main(){
    int num,n;
    vector<int>a;
    while(cin>>num){                        //while循环将数组不断录入
        a.push_back(num);
        if(cin.get()=='\n') break;
    }
    cin>>n;
    cout<<"下标为"<<binarySearch(a,a.size(),n);   //调用binarySearch函数实现查找数n的下标
}

二分搜索法改写：

改写二分搜索算法，使得当搜索元素x不在数组中时，返回小于x的最大元素位置i和大于x的最小元素位置j。当搜索元素在数组中时，i和j相同，均为x在数组中的位置。
设置一个flag标志即可：

#include<bits/stdc++.h>
using namespace std;

int flag=0;           //flag用于判定是否找到指定值，最终输出几个结果
int binarySearch(vector<int>a, int length,int n){
    int left=0;
    int right=length-1;
    while(left<=right){                       //当left<=right时，说明两指针还没有碰头
        int middle=(left+right)/2;            //不断取中间，比较中值与查找值的大小关系
        if(n==a[middle]){
            flag=1;                         //查找值等于中值，直接返回下标,flag置1
            return middle;
        }                                    
        if(n<a[middle]) right=middle-1;
        else
          left=middle+1;               
                               
    return left;

}

int main(){
    int num,n;
    vector<int>a;
    while(cin>>num){                        //while循环将数组不断录入
        a.push_back(num);
        if(cin.get()=='\n') break;
    }
    cin>>n;
    int number=binarySearch(a,a.size(),n);
    if(flag==1){
        cout<<"下标为"<<number;
    }
    else
        cout<<number-1<<" "<<number;   //总是向大的靠
}

二分搜索法应用

设X[0:n-1]和Y[0:n-1]为两个数组，每个数组中含有n个已排好序的数组，试设计一个O(logn)时间的算法，找出X和Y的2n个数的中位数。

输入：
3
9 8 7
6 5 4
输出：
6.5

//数组a[N]和b[N]已排好序，计算a[N]和b[N]这2N个数的中位数
#include<bits/stdc++.h>
using namespace std;

//计算每个数组的中位数
float Median(float a[],int n){
   if(n%2==0)
      return (a[n/2]+a[n/2-1])/2.0f;
   else
      return a[n/2];
}

/*求共同中位数：a_median=b_median时median=a_median;a_median <b_median时median为a[m]~a[N-1]和b[0]~b[m]的中位数;
a_median>b_median时median为a[0]~a[m]和b[m]~b[N-1]的中位数*/

float Middle(float a[],float b[],int n){
   if(n==1)
      return (a[0]+b[0])/2.0f;
   float a_median=Median(a,n);
   float b_median=Median(b,n);

   if(a_median==b_median) return a_median;


   if(a_median<b_median){
      if(n%2==0) return Middle(a+n/2,b,n/2);
      if(n%2!=0) return Middle(a+n/2,b,n/2+1);
   }

   if(a_median>b_median){
      if(n%2==0) return Middle(a,b+n/2,n/2);
      if(n%2!=0) return Middle(a,b+n/2,n/2+1);
   }
}



int main(){

   int num;
   cin>>num;
   float a[num],b[num];
   for(int i=0;i<num;i++){
      cin>>a[i];
   }
   for(int i=0;i<num;i++){
      cin>>b[i];
   }
   cout<<Middle(a,b,num)<<endl;
   return 0;
}