分治算法的基本思想是将一个规模为N的问题分解为K个规模较小的子问题,这些子问题相互独立且与原问题性质相同。求出子问题的解,就可得到原问题的解。
基本思想
当我们求解某些问题时,由于这些问题要处理的数据相当多,或求解过程相当复杂,使得直接求解法在时间上相当长,或者根本无法直接求出。对于这类问题,我 们往往先把它分解成几个子问题,找到求出这几个子问题的解法后,再找到合适的方法,把它们组合成求整个问题的解法。如果这些子问题还较大,难以解决,可以 再把它们分成几个更小的子问题,以此类推,直至可以直接求出解为止。这就是分治策略的基本思想。
二分法
利用分治策略求解时,所需时间取决于分解后子问题的个数、子问题的规模大小等因素,而二分法,由于其划分的简单和均匀的特点,是经常采用的一种有效的方法,例如二分法检索。
解题步骤
解题的一般步骤:
(1)分解,将要解决的问题划分成若干规模较小的同类问题;
(2)求解,当子问题划分得足够小时,用较简单的方法解决;
(3)合并,按原问题的要求,将子问题的解逐层合并构成原问题的解。
以求最大子序列和为例:
#include "stdafx.h"
#include "iostream"
using namespace std;
int MaxSum1(int n, int *a,int &besti, int &bestj);
int MaxSum2(int n, int *a);
int MaxSubSum(int *a,int left, int right);
int MaxSum(int n,int *a);
int main()
{
int n,*a,besti,bestj,sum;
cout<<"Please intput the number of elements:";
cin>>n;
a=new int[n];
cout<<"Please input each elements:";
for(int i=1;i<=n;i++)
cin>>a[i];
sum=MaxSum1(n,a,besti,bestj);
cout<<"Max sum is:"<<sum<<endl;
sum=MaxSum2(n,a);
cout<<"Max sum is:"<<sum<<endl;
sum=MaxSum(n,a);
cout<<"Max sum is:"<<sum<<endl;
delete [] a;
return 0;
}
//简单算法实现,穷举
int MaxSum1(int n, int *a,int &besti, int &bestj)
{
int sum=0;
for(int i=1;i<=n;i++)
for(int j=i;j<=n;j++){
int thissum=0;
for(int k=i;k<=j;k++)
thissum+=a[k];
if(thissum>sum){
sum=thissum;
besti=i;
bestj=j;
}
}
return sum;
}
//分治法
int MaxSum2(int n, int *a)
{
return MaxSubSum(a,1,n);
}
//动态规划算法实现
int MaxSum(int n,int *a)
{
int sum=0,b=0;
for(int i=1;i<=n;i++){
if(b>0)
b+=a[i];
else
b=a[i];
if(b>sum)
sum=b;
}
return sum;
}
//分治法的具体实现
int MaxSubSum(int *a,int left, int right)
{
int sum=0;
if(left==right)
sum=a[left]>0?a[left]:0;
else{
int center=(left+right)/2;
int leftsum=MaxSubSum(a,left,center);
int rightsum=MaxSubSum(a,center+1,right);
int s1=0;
int lefts=0;
for(int i=center;i>=left;i--){
lefts+=a[i];
if(lefts>s1)
s1=lefts;
}
int s2=0;
int rights=0;
for(int i=center+1;i<=right;i++){
rights+=a[i];
if(rights>s2)
s2=rights;
}
sum=s1+s2;
if(sum<leftsum)
sum=leftsum;
if(sum<rightsum)
sum=rightsum;
}
return sum;
}