经典算法--分治

零、概述
分治是十分重要的算法，也是计算机的基本思想，分治算法的核心就是划分已有的问题，减小问题规模，在子问题已经解决的基础上对子问题的解进行合并得到最终的解。这个技巧是很多高效算法的基础，如排序算法(快速排序，归并排序)，傅立叶变换(快速傅立叶变换)

一、基本概念
　　 计算机求解的问题所需的计算时间与其规模相关。问题的规模越小，越容易直接求解，当问题规模不断增大时，往往不能对问题直接求解，但是可以将其划分为若干子问题求解加以合并，避免了大规模问题求解时元素的互相制约，分治就是将求解元素的互相制约集中在Merge阶段，有效的避免了上述问题。

二、基本思想及策略
分治策略是：对于一个规模较大的问题，若该问题可以容易地解决则直接解决，否则将其分解为若干个规模较小的子问题，这些子问题互相独立且与原问题形式相同，递归地解这些子问题，然后将各子问题的解合并得到原问题的解。

三、分治法适用的情况

分治法所能解决的问题一般具有以下几个特征：

1) 该问题的规模缩小到一定的程度就可以容易地解决

2) 该问题可以分解为若干个规模较小的相同问题，即该问题具有最优子结构性质。

3) 利用该问题分解出的子问题的解可以合并为该问题的解；

4) 该问题所分解出的各个子问题是相互独立的，即子问题之间不包含公共的子子问题。

其中前两条是大多数问题显然满足的，关键在于后两条。

第三条十分关键，能否利用分治法完全取决于问题是否具有第三条特征，如果子问题无法合并，那么划分也是徒劳的，子问题之间无法建立有效的联系，导致划分失去意义。

第四条其实是分治与动态规划的典型区别，动态规划所解决的问题就是子问题的重叠性问题，若分治算法的子问题重叠，那么必将导致复杂度的急剧提升，例如用分治求解斐波那契数列问题。

四、分治法的基本步骤

分治法在每一层递归上都有三个步骤：

1. 分解：将原问题分解为若干个规模较小，相互独立，与原问题形式相同的子问题；
2. 解决：若子问题规模较小而容易被解决则直接解，否则递归地解各个子问题
3. 合并：将各个子问题的解合并为原问题的解。

五、典型应用
其中在线性时间求中位数是分治算法最突出的体现，它的变形是取第K大的元素
第一步：将数组每5个元素划分为一组进行排序。
第二步：将每个小数组中第三个元素（中位数）取出。
第三步：对所有中位数进行整体排序，得到整个数组的中位数。
第四步：用快排中的划分算法对数组进行划分，并得到划分位置K
第五步，递归调用该算法求解。

六、分治算法的复杂度
分治算法一般都满足以下的递归方程

				T(n) = a * T(n/b) + O(f(n))

这是典型的Master定理可以求解的形式，若不满足Master定理也可以用迭代法求解。