算法05：二分搜索算法——分治法Part1

摘自网络：

分治法的设计思想是，将一个难以直接解决的大问题，分割成一些规模较小的相同问题，以便各个击破，分而治之。

分治法所能解决的问题一般具有以下几个特征：
1.该问题的规模缩小因为问题的计算复杂性一般是随着问题规模的增加

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；

     （如果具备了前两条特征，而不具备第三条特征，则可以考虑贪心算法或动态规划）

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问题。    

     （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，此时虽然也可用分治法，                但一般用动态规划较好）

典型例子：

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

（1）二分搜索

给定已按升序排好序的n个元素a[0:n-1]，现要在这n个元素中找出一特定元素x。二分搜索很容易理解，这里直接给出算法代码

非递归算法：

template<class Type> 
int BinarySearch(Type a[], const Type& x, int l, int r)
{
     while (r >= l){ 
        int m = (l+r)/2;
        if (x == a[m]) return m;
        if (x < a[m]) r = m-1; else l = m+1;
        }
    return -1;
} 

递归算法：

template <class T>
int BinarySearch(T A[], T v, int l, int r)
{
    int j;

    if( l > r && v!=A[l])
      return -1;

   j=(r+l)/2;
   if( v == A[j])
      return j;
   else if (v < A[j])
      return BinarySearch(A,v,l,j-1);
   else
      return BinarySearch(A,v,j+1,r);
}