分治思想简介&最大子数组算法

定义

将原来的问题划分成相同性质、规模更小的一些个子问题。
如：归并排序，将一个数组拆分成两个、四个、直到最后只剩一个元素，然后反过来合并。

递归方程

分治问题最重要的就是递归方程，能看出来基本划分方式以及时间复杂度。
如归并排序的递归方程为T(n)=2T(n/2)+O(n)
其中T(n)是原问题的时间，T(n/2)是一半问题的时间，所以要乘2，O(n)是归并两个子序列需要的时间，为O(n)，那么如果采用的是快排，那么这里就应该是O(1)了。
快排中有和归并排序的比较，分析了为什么同样是nlong但是快排更胜一筹。

递归方程的求解

三种方法：猜、递归树、主方法
第一个不多说，就是凭借着自己的经验，大约猜一个（可能是一个范围），然后需要证明。肯定是快，但有时候确实不好猜。

递归树
之前看递归方程的时候，基本公式：T(n)=aT(n/b)+O(……)
我们用次可以得到一个树，如：

满a叉树，每一个结点都是原来规模的n/4，一直到叶子结点的T（1），至于每一个非叶子节点的数值为一次划分的代价（这里面是O(n²)，所以为平方项）
将每一层的结点相加，可以看到是一个等比数列，树高为logbn（这里面为log4n）
而叶子节点那层，应该为3^log4n，是利用换底公式才得到最终的结果的。

很明显，最后等比数列求和的结果也就是余项O(n^2)的一个倍数，对整体的时间复杂度没有影响
而n^log43我们可以从中得到一个公式，n^logba，那么可以通过直接比较这两项的增长速度即可得到结论。