分治,即“分而治之”,就是把一个复杂的问题分成两个或更多的相同或相似的子问题,直到最后子问题可以简单的直接求解,原问题的解即子问题的解的合并。总结起来就是:分解、解决、合并,这三大步。
分治策略最经典的一个例子就是折半搜索算法,也就是二分查找。二分查找是在有序数组中查找某一特定元素的搜索算法。搜索过程中从数组的中间元素开始,判断待查元素和中间元素的关系,来判断接下来是选择哪一半继续搜索。
由于折半搜索算法每次都把搜索区域减少一半,所以时间复杂度是O(logN),要比朴素算法的O(N)高效许多,这也就是分治策略的优势所在:高效。
分治策略的其他经典例子还有排序算法中的归并排序。归并排序的思路是将待排序的元素分成大致相同的两个子集合,分别对两个子集合进行排序,最终将排序的子集合合并成排好序的集合。
分治所能解决的问题一般具有以下特征:
问题的规模缩小到一定程度就可以轻松解决;
问题可以分解为若干个规模较小的相同子问题;
分解出的多个子问题的解可以合并为原问题的解。
另外如果每个子问题之间不是独立的,那么就要重复地求解公共的子问题,此时更适合用我们后面会讲到的动态规划算法。
示例:binary_search二分查找
#include <iostream>
#include <cstdio>
#include <cstring>
using namespace std;
int binary_search(int len, int num[], int request) {
int left = 0, right = len - 1, mid;
while (left < right) {
mid = (left+right)/2;
if (request <= num[mid]) {
right = mid;
} else {
left = mid +1;
}
}
if (request > num[left]) left++;
return left;
}
int main() {
int num[10] = {1, 3, 4, 5, 7, 8, 8, 9, 10, 13};
printf("%d\n", binary_search(10, num, 6));
return 0;
}