算法@壹&分治算法

一、基本概念

把一个复杂的问题分解成两个或多个相似或相同的子问题，再把子问题分解成更多的小问题 ······ 直到最后的子问题能被简单的直接求解，原问题的解即子问题的解的合集。

二、适用情况

特征：
1）该问题的规模缩小到一定的程度就可以容易地解决
2）该问题可以分解为若干个规模较小的相同问题，即该问题具有最优子结构性质
3）利用该问题分解出的子问题的解可以合并为该问题的解
4）该问题所分解出的各个子问题是相互独立的，即子问题之间不包含公共的子子问题

---

第一条特征是绝大多数问题都可以满足的，因为问题的计算复杂性一般是随着问题规模的增加而增加；
第二条特征是应用分治法的前提它也是大多数问题可以满足的，此特征反映了递归思想的应用；
第三条特征是关键，能否利用分治法完全取决于问题是否具有第三条特征，如果具备了第一条和第二条特征，而不具备第三条特征，则可以考虑用贪心法或动态规划法；
第四条特征涉及到分治法的效率，如果各子问题是不独立的则分治法要做许多不必要的工作，重复地解公共的子问题，此时虽然可用分治法，但一般用动态规划法较好。

三、复杂性分析

一个分治法将规模为n的问题分成k个规模为n／m的子问题去解。设分解阀值n0=1，且adhoc解规模为1的问题耗费1个单位时间。再设将原问题分解为k个子问题以及用merge将k个子问题的解合并为原问题的解需用f(n)个单位时间。用T(n)表示该分治法解规模为|P|=n的问题所需的计算时间，则有：

T（n）= k T(n/m)+f(n)

通过迭代法求得方程的解：
递归方程及其解只给出n等于m的方幂时T(n)的值，但是如果认为T(n)足够平滑，那么由n等于m的方幂时T(n)的值可以估计T(n)的增长速度。通常假定T(n)是单调上升的，从而当

mi≤n<mi+1时，T(mi)≤T(n)<T(mi+1)

四、可使用分治法的经典问题

(1）二分搜索
(2）大整数乘法
(3）Strassen矩阵乘法
(4）棋盘覆盖
(5）合并排序
(6）快速排序
(7）线性时间选择
(8）最接近点对问题
(9）循环赛日程表
(10）汉诺塔