![7cf3d348964463c1c7889698f1d0d866.png](https://img-blog.csdnimg.cn/img_convert/7cf3d348964463c1c7889698f1d0d866.png)
话不多说,上货!
在分治策略中,我们递归的求解一个问题,在每层递归中应用如下三个步骤:
分解:将一个问题划分为若干个子问题,子问题的形式与原问题一样,不过规模更小。
解决:递归的求解出子问题。若子问题的规模非常小则停止递归,直接求解。
合并:将子问题的解合并成原问题的解。
当子问题足够大时,我们需要递归求解,称之为递归情况(recursive case)。当子问题分解的足够小,不需要再递归时,则称之为“触底”,进入了基本情况(base case)。
既然在这里我们要讨论分治策略,那么我们也需要先来讨论一下与分治方法紧密相连的递归式。
使用递归式可以很自然的刻画分治算法的运行时间,比如在这里我们使用递归式来描述merge-sort过程的最坏情况运行时间
求解可得
一般求解递归式有三种方法,即得算出算法的“
- 代入法: 猜测一个界,然后用数学归纳法证明这个界是正确的(高中所学数学归纳法)。
- 递归树法:将递归式转换成一棵树,其结点表示不同层次的递归调用产生的代价,然后采用边界和技术来求解递归式。
- 主方法:主要用于求解如下公式的递归式的界:
这个递归式刻画的分治算法是这样的:生成a个问题,每个子问题是原规模的1/b,分解和合并步骤总共花费时间为
想了解主方法的详细内容的客官借一步说话 (*/ω\*)。