分治策略

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;
}