递归与分治策略思维导图

二分搜索：

将n个元素分成个数大致相同的两半，取a[n/2]与x作比较。如果x=a[n/2]，则找到x，算法终止；如果x<a[n/2]，则只在数组a的左半部继续搜索x；如果x>a[n/2]，则只在数组a的右半部继续搜索x。二分搜索技术充分利用了元素间的次序关系，采用分治策略，可最坏用O ( l o g n ) O(logn)O(logn)时间完成搜索任务。

大整数算法：

分解：

首先将2个大整数a(n位）、b(m位)分解为两部分：ah和al、bh和bl

ah表示大整数a的高位，al表示大整数a的低位，，ah、al为n/2位。

bh表示大整数b的高位，bl表示大整数b的低位，，bh、bl为m/2位。

2个大整数a(n位)、b(m位）相乘转换成了4个乘法运算ah*bh、ah*bl、al*bh、al*bl，而乘数的位数变为了原来的一半。

求解子问题：继续分解两个乘法运算，直到分解有一个乘数位1位数时停止分解，进行乘法运算并记录结果。

合并：将计算出的结果相加并回溯，求出最终结果。

Strassen矩阵乘法：

  使用分治法，将一个矩阵转换为子矩阵相乘的方式。矩阵乘法耗费时间要比矩阵加法耗费的时间多，想要改进矩阵乘法的计算时间复杂性，必须减少乘法运算。Strassen矩阵乘法用了7次对于n/2阶矩阵乘积的递归调用和18次n/2阶矩阵的加减运算。

棋盘覆盖：

（1）棋盘：可以用一个二维数组board[size][size]表示一个棋盘，其中，size=2^k。为了在递归处理的过程中使用同一个棋盘，将数组board设为全局变量；
（2）子棋盘：整个棋盘用二维数组board[size][size]表示，其中的子棋盘由棋盘左上角的下标tr、tc和棋盘大小s表示；
（3）特殊方格：用board[dr][dc]表示特殊方格，dr和dc是该特殊方格在二维数组board中的下标;
（4） L型骨牌：一个2k×2k的棋盘中有一个特殊方格，所以，用到L型骨牌的个数为(4^k-1)/3，将所有L型骨牌从1开始连续编号，用一个全局变量t表示。
设全局变量t已初始化为0

合并排序和快速排序：

合并：

（1）分解：将n个元素分成个含n/2个元素的子序列。
（2）解决：用合并排序法对两个子序列递归排序。
（3）合并：合并两个已排序的子序列已得到排序结果

快速排序：

(1)选择基准：在待排序列中，按照某种方式挑出一个元素，作为 “基准”（pivot）
(2)分割操作：以该基准在序列中的实际位置，把序列分成两个子序列。此时，在基准左边的元素都比该基准小，在基准右边的元素都比基准大
(3)递归处理：递归地对两个序列进行快速排序，直到序列为空或者只有一个元素。

线性时间选择算法(又称顺序统计算法)：
将n个元素划分成⌈ n / 5 ⌉ \lceil n/5 \rceil⌈n/5⌉组，每组5个元素，至多只有一组包含n mod 5个元素
通过每组排序，找出每组的中位数构成序列M
取序列M的中位数x(若序列有偶数，取两个中位数中较大者)
用x作为基准元素，对原n个元素进行划分，i为分裂点
若k<=j，则用前部分子问题递归求第k小元素；
若k>j，则用后部分子问题求第k-i小元素
j为前部分子问题元素的个数。

最接近点对问题：

将所给的平面上n个点的集合S分为两个子集S1和S2(可以按照x坐标排序中分)，每个子集中约有n/2个点，然后在每个子集中递归地求其最接近的点对。最近点对可能单纯在S1或S2中，也可能分别在S1和S2中。对于这个问题，
一维：第三种情况只可能是最靠近中线的那两个点。
二维：取两个子集递归求解最小值为d，第三种情况只会发生在 ( mid - d , mid + d ) 内，这个范围，mid左边p1，mid右边p2，p1中每个点最多在p2中存在6个点会更新答案，即按照y坐标排序后，p1每点最多只要检查p2中排好序的相继6个点。

循环赛日程表：

采用分治策略，将所有的选手分成两半，n个选手的比赛日程表就可以通过为n/2个选手设计的比赛日程表来决定。递归地用对选手进行分割，直到只剩下两个选手时，比赛日程表的制定就变得很简单了。这时只需要让这两个选手进行比赛即可。