分治法的套路

参考视频bilibil fjnuzs

一、分治思想

将原问题分解成若干个相互独立的与原问题性质相同的子问题，子问题还用相同的分治方法解，分治过程一直进行下去，直至子问题的规模充分小，可直接解为止。并将这些子问题的解组合起来得到原问题的解。和递归有相似又有区别，这里的子问题可以不是递归的只有一个。但是分治确实带有递归的特性。

二、分治模板和时间复杂度

divideandconquer(P)   //用分治法求问题P的解
	if|P|<=n0 then    // |P|表示问题P的规模
		y=ds(P)      //ds为直接求解问题的算法
		return y
	else
		divide(P, P1, P2..... Pk)     //将P分解为子问题P1, P.... Pk
		fori=1 to k
			yi=divideandconquer(Pi)   //递归求解子问题
		return merge(y1, y2... yk)    //merge为组合子问题解的算法
	end if
end divideandconquer

$$C(n)=\{\begin{array}{ll}d& n=n_0\\ aC(n/c)+g(n)& n>n_0\end{array}$$

n:问题的规模。
n0:可直接解的问题规模的阈值。
a:分解出的需要求解的子问题的个数。
n/c:分解出的子问题的规模。
g(n):分解规模为n的问题以及组合相应子问题的解所需的时间。
d:直接解规模为n0的问题所需的时间。

---

三、按照模板写的几个分治的列子

1.归并排序

归并排序

2.第K小元素

第k小元素

3.最近点对问题

题目大概就是给一堆平面上点的坐标，问最近的两个点的距离。

怎么做哩。先X坐标排序，从中间分成两部分，左子问题右子问题递归，返回的是左右两部分的最短距离，合并的时候算中间交界线左右的最短距离。而且算中间段的时候，每个点只用算当前点坐标向下数Y坐标最近的7个点。因为从左右递归已经返回了δ作为当前最小值，那么在下图黑色矩形区域最多左右各自四个点，（反证，如果左边或右边有多于四个点，那最短距离就不是这个δ了）。于是我们每个点最多最多比较与它Y轴坐标相近的7个点。

具体细节我们看伪代码

//求S[low..high]中最近点对的距离并返回。
cp(low, high)
	if high-low+1 <= 3 then
		用直接方法求S[low.high]中最近点对的距离δ
	else
		mid= (low+high)/2      //分解
		δl=cp(low, mid)        //递归
		δr=cp(mid+1, high)
		δ=min{δl , δr} 
		x0=x(S[mid])           //那条中轴线的坐标

		//以下为组合步骤,即是计算中线左右的点是否存在更短的距离
		k=0
		for i=1 to n           //从Y中抽取集合T，集合T距离中轴线距离小于δ才有可能产生比δ更小的点对
			if |x(Y[i])-x0|<=δ then
				k= k+1		   //k是T的大小
				T[k]=Y[i]
			end if
		end for 
		δ'=δ				   //将δ'初始化
		for i=1 to k-1         //计算δ'
			for j=i+1 to min{i+7, k}
				if d(T[i], T[j])< δ' then δ'= d(T[i], T[j])
			end for 
		end for 
		δ=δ'
	end if
	return δ
end cp

4.L型组件填图

L型组件填图