分治算法(Divide & Conquer)

1. 分治算法思想

  • 分治算法的核心思想就是,分而治之,将原问题划分成n个规模较小,并且结构与原问题相似的子问题,递归地解决这些子问题,然后再合并其结果,就得到原问题的解。
  • 分治算法一般都比较适合用递归来实现。分治算法的递归实现中,每一层递归都会涉及这样三个操作:
    -1- 分解:将原问题分解成一系列子问题;
    -2- 解决:递归地求解各个子问题,若子问题足够小,则直接求解;
    -3- 合并:将子问题的结果合并成原问题。

分治算法能解决的问题,一般需要满足下面这几个条件:

  • 原问题与子问题具有相同的模式
  • 子问题可以独立求解子问题之间没有相关性,这一点是分治算法跟动态规划的明显区别;
  • 具有分解终止条件,也就是说,当问题足够小时,可以直接求解;
  • 可以将子问题合并成原问题,这个合并操作的复杂度不能太高。

2. 应用举例

2.1 逆序度

假如需要从小到大排序,大的数在小的数前面则记逆序数+1
在这里插入图片描述

  • 暴力的方法:分别对每个数,看后面有几个比它小的,双重循环,复杂度O(n2
  • 归并排序
    将原序列分成A1,A2两个序列,分别计算它两的逆序度K1,K2,再计算A1,A2之间的逆序度K3,原序列逆序度就是 K1+K2+K3
    在这里插入图片描述
/**
 * @description: 分治法求逆序数(归并排序法)
 * @author: michael ming
 * @date: 2019/7/3 23:27
 * @modified by: 
 */
#include <iostream>
class ReverseOrderCount
{
    int sum;
    void divide(int *a, int left, int right)
    {
        if(left >= right)
            return;
        int mid = (left+right)/2;
        divide(a,left,mid);
        divide(a,mid+1,right);
        merge(a,left,mid,right);
    }
    void merge(int *a, int left, int mid, int right)
    {
        int i = left, j = mid+1, len = right-left+1, idx = 0;
        int *temp = new int [len];
        while(i <= mid && j <= right)
        {
            if(a[i] <= a[j])
                temp[idx++] = a[i++];
            else
            {
                sum += mid-i+1;//左边i后面的都比a[j]大
                temp[idx++] = a[j++];
            }
        }
        while(i <= mid)//剩余的半边
            temp[idx++] = a[i++];
        while(j <= right)//剩余的半边
            temp[idx++] = a[j++];
        for(idx = 0; idx < len; ++idx)
        {
            a[left++]= temp[idx];  //把有序的临时数组写入原来数组的起始位置
        }
        delete [] temp;  //释放空间
        temp = NULL;  //指针置空
    }
public:
    int count(int *a, int n)
    {
        sum = 0;
        divide(a,0,n-1);
        return sum;
    }
};

int main()
{
    ReverseOrderCount roc;
    int arr[6] = {2,4,3,1,5,6};
    std::cout << "arr数组的逆序数是:" << roc.count(arr,6);
    return 0;
}

在这里插入图片描述

3. 分治思想处理海量数据

比如,给10GB的订单文件按照金额排序,看似是一个简单的排序问题,但是因为数据量大,有10GB,机器的内存可能只有2、3GB这样子,无法一次性加载到内存,也就无法通过单纯地使用快排、归并等基础算法来解决。

  • 利用分治思想。将海量的数据集合划分为n个小的数据集合,每个小的数据集合单独加载到内存来解决,然后再将小数据集合并成大数据集合。
  • 利用分治,不仅仅能克服内存的限制,还能利用多线程或者多机处理加快处理的速度。海量的数据利用集群并行处理是大势所趋。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Michael阿明

如果可以,请点赞留言支持我哦!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值