分治法一个整数数列求最大值最小值_从生活出发了解什么是分治算法

Divide And Conquer 分治法

假如一个目标很难达成的话，不如就把它分成若干的小目标吧...

一天小明去超市买了一袋零食，粗心的售货员没有将其中的一件商品消磁，这时如何才能比较有效率的断定 哪一件零食才是没有消磁的零食呢？

二分查找

一个很好的办法就是，取这带零食的一半过检验机，将发出警报的这一半继续分一半过机。这样，每一次的数量都会是 上一次的一半，最终可以确定到底是哪一个商品。比较起来一件件过机，效率大大的提高了。

以上的这个故事讲述的就是，我们分治法的一种特殊情况，二分查找。在计算机上，遍历查找的时间复杂度是O(n)， 但二分查找的时间复杂度仅仅是 O(log2(n))，常常被用于树状结构查找。

分治法

分治法的核心思想就是，将原问题分解成小问题来求解，那么这类问题必须满足一下几个条件：

• 原问题可以被分解成性质类似的子问题
• 问题规模缩小后有利于得出结果
• 子问题的解能够协助原问题得到最终解
• 子问题互相独立，不存在依赖关系

下面，我们就举一个分治法的经典例子。

归并排序（merge-sort）

我们现在有一组数需要进行排序：

• [5,8,4,2,1,6,7,3]

把它分解成若干个小数组进行对比：

• [5,8,4,2] [1,6,7,3]
• [5,8] [4,2] [1,6] [7,3]

通过算法合并有序子序列就依次变成了：

• [5,8] [2,4] [1,6] [3,7]
• [2,4,5,8] [1,3,6,7]
• [1,2,3,4,5,6,7,8]

这就是归并排序核心思想，把排序问题变成了排序子序列然后合并有序子序列这个小问题了。

那么如何合并子序列？

方法很简单。就是平时双指针的方式，就以[2,4,5,8] [1,3,6,7] 举例：

• 设置两个指针（i = 0，j = 0）分别为与开头 [2,4,5,8] [1,3,6,7]
• 因为 1 < 2 取 1 ，j 向后推一位 （i = 0，j = 1）[2,4,5,8] [1,3,6,7]
• 又因为 2 < 3 取 2，i 向后推一位 （i = 1，j = 1） [2,4,5,8] [1,3,6,7]
• ...

按指针位置两两对比，最终实现排序。

JavaScript 详细代码：

const 

排序以上数组，一一对比需要（8 * 7 / 2）28 次，时间复杂度为 O(n^2) 而归并排序只需要对比 16 次，每次合并操作的时间复杂度为O(n)， 排序时间O(log2n), 一共的时间复杂度就是O(nlogn)。并且，比起一些排序算法来说，效率稳定。

最大子序和 (maximum-subarray)

这是一道 LeetCode 的题目： Jump link

给定一个整数数组 nums ，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

例如:

输入: [-2,1,-3,4,-1,2,1,-5,4],
输出: 6
解释: 连续子数组 [4,-1,2,1] 的和最大，为 6。

这个问题也可以使用分治法解决：

function 

总结

尽管我知道目标，但是如果我只看接下来的这一步， 我就能够避开恐慌和昏头转向。—— 莫顿·亨特 《走一步，再走一步》

既然已经明白了什么是分治法，接下来不如就去看看和分治法异曲同工的动态规划吧。

https://github.com/NoisyWinds/algorithms-store/blob/master/JavaScript/Divide-And-Conquer/README.md​github.com