分治策略

分治策略思想：将一个问题拆解成n个子问题，子问题互相独立，称为“分”；

                            对这些子问题递归求解，最后合并得到原问题的解称为“治”；

                            （如二分查找，快速排序，归并排序基本思想都是分治思想）

 

例：求解数组中的最大子序列。

5

-3

5

-1

2

-4

6

-2

解决思想：

对于该数组的最大值，可能出现在左半侧，右半侧，或者穿越中间位置分布在左右两侧。那么将数组平分为两份，左半部分且包括A[3]位置的最大子序列都为6(A[0]~A[3])，不包括A[3]的最大子序列为7（A[0]~A[2]）。右半部分且包括A[4]位置的最大子序列为4，不包括A[4]的最大子序列为6（A[6]）。将子解合并分析比较可得数组的最大子序列为10。

以下为程序实现，同时利用分治策略体现高性能的递归算法；

/**
*求解数组的最大子序列；
*arrs 被处理数组；
*left 数组的左边界；
*right 数组的右边界；
*return 最大子序列的值；
**/
public int getMaxSonSum(int[] arrs,int left,int right){
    //当数组只有一个元素时，直接返回非零值；
    if(left==right)
        if(arrs[left]>0)
            return arrs[left];
        else
            return 0;
      
    //中间索引；
    int center = (left+right)>>1;
    //递归调用；
    int maxLeftSum = getMaxSonSum(arrs,left,center);
    int maxRightSum = getMaxSonSum(arrs,center+1,right);

    //计算两侧包含中间索引的最大子序列的值；
    //左侧；
    int maxLeftBorderSum =0,leftBorderSum = 0;
    for(int i=center;i>=left;i--){
        leftBorderSum += arrs[i];
        if(leftBorderSum > maxLeftBorderSum)
          maxLeftBorderSum = leftBorderSuM;
    }
    
    //右侧；
    int maxRightBorderSum =0,rightBorderSum = 0;
    for(int i = center+1;i<=right;i++){
        rightBorderSum += arrs[i];
        if(rightBorderSum>maxRightBorderSum)
           maxRightBorderSum = rightBorderSum;
    }
    
    //比较三个子解的值，返回即最大子序列的值；
    int maxSonSum = MATH.mx(MATH.max(maxLeftSum,maxRightSum),
                    maxLeftBorderSum+maxRightBorderSum)
    return maxSonSum;

}

传入{5,-3,5,-1,2,-4,6,-2}可得到返回值为10（A[0]~A[6]）。