唠唠分治算法

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

算法是对解决一个问题的步骤的描述，对大量的数据进行处理或者复杂操作都是不可少的。本人目前也是第一次系统的学习算法，在这里谈一下对分治算法的理解。

---

一、分治策略

分治步骤一般为三步：

1、将原始的问题划分为规模更小、性质相同、彼此不影响的子问题。（子问题的规模要尽可能均衡，这样算法的复杂度会好一些）
2、用递归或迭代的方法独立求解这些子问题。用递归或迭代的时候要设置终止条件，即当问题的规模足够小时，有直接的求解算法。
3、将这些子问题的解综合为原问题的解。

改进分治算法的途径：

1、减少子问题个数。
2、增加预处理。

二、分治算法描述

DIvide-and-Conquer(P)
{
	if(|P|<n0)							//问题的规模足够小
		Adhoc(P);						//算法直接求解小规模的问题
	divide P into p1,p2,...,pn;			//将原始问题进行划分
	for(int i=1;i<=n;i++)
	{
		yi = Divide-and-Conquer(Pi);	//递归求解子问题
	}
	return (Merge(y1,y2,...,yn));		//将子问题的解综合为原问题的解
}

三、用分治算法解决具体问题

1、折半查找

//用while进行查找，就不需要在改变i、j指针后进行递归
BinarySearch(T[],l.r.e)		//l、r为数组T的上下界
{
	i = l;j = r;
	while(i<=j)				//数组有元素
	{
		mid = (i+j) / 2;	//定义中值
		if(T[mid]==e)
			return mid;
		else if(T[mid]>e)	//进行划分，要找的数据在左半部分
			j = mid -1;
		else				//进行划分，要找的数据在右半部分
			i = mid + 1;
	}
	return -1;				//折半查找失败
}

2、二分归并排序

MergeSort(a[],l,r)
{
	if(l<r)					//数组有元素
	{
		int i = (l+r) / 2;
		MergeSort(a,l,i);	//划分子问题，递归解决，数组的左半部分
		MergeSort(a,i+1,r);	//划分子问题，递归解决，数组的右半部分
		Merge(a,l,i,r);		//综合解
	}
}

3、最大连续子序列和问题

问题描述：给定由n个整数（可能为负整数）组成的序列a1,a2,…,an，求该序列形如的子段和的最大值。
例如：当(a1,a2,a3,a4,a5,a6)=(-2,11,-4,13,-5,-2)时，最大子段和为20。
若将所给的序列num[1:n]分为长度相等的两段num[1:n/2]和num[n/2+1:n]，分别求出这两段的最大子段和，则num[1:n]的最大子段和有三种情形：
1、num[1:n]的最大子段和与num[1:n/2]的最大子段和（leftmax）相同；
2、num[1:n]的最大子段和与num[n/2+1:n]的最大子段和（rightmax ）相同；
3、num[1:n]的最大子段和为num[i,j]的最大子段和，且1<=i<=n/2，n/2+1<=j<=n。（lefta+righta）

solve(num[],l,r)
{
	if(l==r)//只有一个元素
		return num[l];
	mid = (l+r) / 2;//一分为二
	leftmax = solve(num,l,mid);//划分子问题，对左半部分递归调用，得到最大值
	rightmax = solve(num,mid+1,r);//划分子问题，对右半部分递归调用，得到最大值
	
	//对于最大子段和跨中点的情况，即情况三
	lefta = num[mid];
	righta = num[mid+1];
	
	sum = 0;
	for(i=mid;i>=l;i--)//跨中点的左半部分子段和
	{
		sum += num[i];
		if(sum>lefta)
			lefta = sum;
	}
	
	sum = 0;
	for(i=mid+1;i<=r;i++)//跨中点的右半部分子段和
	{
		sum += num[i];
		if(sum>righta)
			righta = sum;
	}
	amax = lefta + righta;//相加两部分的最大值
	if(leftmax>amax)
		amax = leftmax;
	if(rightmax>amax)
		amax = rightmax;
	return amax;
}

四、总结

分治三步走：
1、划分子问题。
2、独立求解子问题。
3、综合解。

分治算法的改进途径：
1、减少子问题的个数。
2、增加预处理。

子问题均衡问题：子问题规模比不变。均衡指的是比例，如原问题划分为1：9的两个子问题，再对子问题按1：9进行划分，直到最后的问题规模可以用算法直接求解为止，建立了一个递归树。

本人初学者，此文为本人对分治算法的理解。如有问题，欢迎指正，大家一起交流学习。