分治算法学习笔记

参考：https://blog.csdn.net/weixin_44489823/article/details/92799755

一、概览：

思想：将复杂问题分成多个相同或相似的子问题，再将子问题分成更小的子问题，直到最后的子问题能用简单的方式直接求解，原问题的解就是子问题解的合并。

二、适用场景：

1. 原问题的计算复杂度随问题规模的增加而增加
2. 原问题可被分解为更小的子问题
3. 子问题的结构和性质与原问题相同，且相互独立，子问题间不包含公共的子问题
4. 子问题的解可以合并为该问题的解

三、基本步骤：

1. 分解
2. 解决子问题
3. 合并子问题的结果

伪代码示例：

public void divMethod(Problem problem, Param... params) {
	//TODO 递归终止的条件
	if (problem == null)
		//TODO 打印结果
		return;
	//TODO 准备数据
	Data data = prepareData(problem);
	//TODO 拆分问题
	Problem[] subProblems = splitProblem(problem, data);
	List<Reslut> subResults = new ArrayList();
	//TODO 处理小问题
	for (Problem subProblem : subProblems) {
		Result subResult = divMethod(subProblem, param...)
		subResults.add(subResult);
	}
	//TODO 合并小问题结果
	Result totalResult = processResult(subResults);
}

四、复杂度衡量：

分治法将规模为n的问题分为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单位时间，将原问题分解为k个子问题及将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)

五、使用问题：

1. 二分搜索
2. 大整数乘法
3. Strassen矩阵乘法
4. 棋盘覆盖
5. 合并排序
6. 快速排序
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

六、作业：

1. LeetCode 169：多数元素

描述：给定一个大小为n的数组，找到其中的众数。假定数组非空，且存在众数。

    public static void findMode() {
        List<Integer> numArrays = new ArrayList<>();
        numArrays.add(1);
        numArrays.add(5);
        numArrays.add(3);
        numArrays.add(1);
        numArrays.add(2);
        numArrays.add(3);
        numArrays.add(2);
        numArrays.add(6);
        int arrayMode = findSubMode(numArrays);
        System.out.println("arrayMode: " + arrayMode);
    }

    public static int findSubMode(List<Integer> subArrays) {

        if (subArrays == null || subArrays.size() == 0) {
            throw new IllegalArgumentException("Numarray not valued");
        }

        int arrayLength = subArrays.size();
        if (arrayLength == 1) {
            return subArrays.get(0);
        }
        int midLength = arrayLength / 2;
        List<Integer> leftArrays = subArrays.subList(0, midLength);
        List<Integer> rightArrays = subArrays.subList(midLength, arrayLength);
        int left = findSubMode(leftArrays);
        int right = findSubMode(rightArrays);

        int leftNum = numOfList(left, subArrays);
        int rightNum = numOfList(right, subArrays);

        if (leftNum >= rightNum) {
            return left;
        }
        return right;
    }

    public static int numOfList(Integer num, List<Integer> numArrays) {
        int numCount = 0;
        for (Integer numObj : numArrays) {
            if (numObj.equals(num)) {
                numCount++;
            }
        }
        return numCount;
    }