算法设计与分析第二章 分治法

1.请以伪代码描述最大字段和的分治算法

先将元素分为a[0:(n-1)/2]与a[(n-1)/2+1:n-1]左右两个区间，那么最大字段和的存在有三种可能：

• 在左区间；
• 在右区间；
• 左端点在左区间，右端点在右区间；

继续递归划分直至只剩一个元素，寻找左区间、右区间、中间的最大字段和；

其中，中间字段可用如下代码实现：

for(int i=mid;i>=0;i--)//从中间往两边找

{

sum += a[i];

if(sum > max) max = sum;//如果相加后值大于之前的，更新max

}

sum = max;//左半边的最大字段找到了就是max

for(int i=mid+1;i<=right;i++)

{

sum += a[i];

if(sum > max) max = sum;

}//此时，max表示端点分别在左右区间的最大字段

而对左右两区间，不断调用函数即可；

 

调用过程图示：

 

主算法：

int maxmerge(int a[], int left, int right)

{

int mid = (left+right)/2;

int s1,s2,sum=0,max=-10000;

    if(left == right) return a[left];

s1 = maxmerge(a,left,mid);

s2 = maxmerge(a,mid+1,right);

for(int i=mid;i>=0;i--)

{

sum += a[i];

if(sum > max) max = sum;

}

sum = max;

for(int i=mid+1;i<=right;i++)

{

sum += a[i];

if(sum > max) max = sum;

}

if(max<s1) max = s1;

else if(max<s2) max = s2;

return max;

 }

1. 分析该算法的时间复杂度 

分解子问题：O(1)

求解子问题：2T(n/2)

合并子问题：O(n)

故时间复杂度为T(n)=2T(n/2)+O(n)=nlogn

3.结合本章的学习，你对分治法的体会和思考

首先，分治法的算法思想主要分为三个步骤：

1. 将一个问题分解为多个相同类型的子问题；
2. 求解这些子问题；
3. 将所有子问题合并；

在不断划分求解的过程中，我们往往需要用到递归方法，直到达到递归结束条件，这个问题也就被分解完成，之后开始不断返回。

其次，分治法的应用场景十分广泛，从汉诺塔、各种二分拓展算法、归并排序、快速排序、线性时间问题（实际上还是快速排序的应用）、求逆序对、求最大字段和等均应用到分治法的思想，这种将大问题分解为小问题求解再合并的算法十分重要，不论是在算法、学习还是生活中都应该是我们拥有并掌握的基本思想。

最后，分治法与递归式，分治法的时间复杂度为：

T(n)=aT(n/b)+f(n)   (n>1)

其中，a表示子问题的个数，n/b表示子问题的规模，则aT(n/b)表示求解子问题的时间，f(n)为分解与合并的时间，在求解时间复杂度时有：