算法学习——分治法

分治法

分治法的基本思想

将一个规模为n的问题分解为k个规模较小的子问题，这些子问题相互独立，且与原问题相同。递归地解决这些子问题，然后将子问题的解合并得到原问题的解。

框架

#这里假设输入长度为n的数据A[0,1,2,...,n-1]，函数Dac(p,q)求子问题A[p,p+1,...,q]的解，
#对函数Dac()的首次调用为Dac(0,n-1)
#C(p,q)为对问题的非递归求解，Small(p,q)指当为初始状态时，即当p或q足够小时，停止分割

def Dac(p,q):
    if Small(p,q):
        return C(p,q)
    else:
        m[0],m[1],...,m[k]=Divide(p,q)
        return Conbine(Dac(p,m[0]),Dac(m[0]+1,m[1]),Dac(m[1]+1,m[2]),...,Dac(m[k]+1,p))

平衡

保持平衡是算法设计的基本原则，所谓平衡是指对问题的输入数据做分割时，应使各子问题的规模保持相等或尽可能接近相等。
例：排序问题，考虑冒泡排序与归并排序，冒泡排序便是不平衡问题，其时间复杂度为$O(n^2)$，而归并排序为考虑平衡分治的算法，其时间复杂度为$O(nlog(n))$。

例子

暂时不举，之后有时间再补充例子与代码