分治算法

分治算法的思想：将问题规模为n的原问题归纳为规模n/2的两个子问题，或规模n/m的m'个子问题；若规模缩小的子问题仍不能简单求解，则继续归约为规模更小的问题；分别求解小规模的子问题，并逐步综合得到原问题的解。

分治算法改进途径：1.通过代数变换减少子问题数。

                                 2.通过预处理减少递归内部计算量。

分治算法的经典例子：1.查找峰顶的算法。

重要代码：

---

2.关于两个鸡蛋判断楼层问题：

问题：经典的问题，给你两个鸡蛋，从100层楼上往下扔，从某个楼层开始，鸡蛋开始碎，请问最少扔多少次可以判断出楼层。

#分治算法问题
import numpy as np #NumPy 是一个非常优秀的提供矩阵操作的包
def dynamic_program(eggs,floors):
    table=np.zeros((eggs+1,floors+1)) #返回来一个给定形状和类型的用0填充的数组
    #如果只有0楼或者一楼时
    for i in range(eggs+1):
        table[i][0]=0
        table[i][1]=1
    #如果只有一个鸡蛋
    for j in range(floors+1):
        table[1][j]=j
    #其他情况，table( eggs, floors) = 1+ Max(table( eggs-1 , floors-1), table( eggs, floors-x))
    for i in range(2,eggs+1):
        for j in range(2,floors+1):
            table[i][j]=2**63-1 #取值范围为-2**63～2**63-1
            for x in range(1,j):
                #table[i-1][x-1]表示鸡蛋在X楼碎了减小一个。table[eggs][j-x]
                #表示鸡蛋还是最开始的楼层变为j-x
                maxtable=1+max(table[i-1][x-1],table[i][j-x]) #子问题
                if maxtable<table[i][j]:
                    table[i][j]=maxtable
    print(table[eggs][floors])
if __name__ == '__main__':
    dynamic_program(2,100)
    dynamic_program(6, 100)
    dynamic_program(10, 100)
    print("\033[32;1m由此可知，当楼层固定时，鸡蛋足够时，次数也只会固定在一个值，不会继续减少\n"
          "也就是说前期鸡蛋越多次数越少，后期次数不随鸡蛋的增多而变化，二分法结果就是极限\033[0m")

 

其实还有很多经典的运用分治算法的例子，博友可以在评论区畅言。