【数据结构和算法--分治算法(二)

分治算法(Divide-and-Conquer)：

就是“分而治之”的意思，就是把一个复杂的问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题，直到最后子问题可以简单的直接求解，原问题的解即子问题的解的合并。

适用场景：

该问题的规模缩小到一定的程度就可以容易的解决。

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。

利用该问题分解出的子问题的解可以合并为该问题的解。

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。

常用于二分搜索、大整数乘法、Strassen矩阵乘法、棋盘覆盖、合并排序、快速排序、线性时间选择、最接近点对问题、循环赛日程表。

方法步骤：

1、分解：将原问题分解为若干个规模较小，相互独立且与原问题形式相同的子问题

2、解决：若子问题规模较小而容易被解决则直接解，否则递归地解各个子问题

3、合并：将各个子问题的解合并为原问题的解。

案例一

题目：二分查找（搜索）（要求1.必须采用顺序存储结构 2.必须按关键字大小有序排列。）

分析：将数组分为三部分，依次是中值（所谓的中值就是数组中间位置的那个值）前，中值，中值后，将要查找的值和数组的中值进行比较，若小于中值则在中值前 面找，若大于中值则在中值后面找，等于中值时直接返回。然后依次是一个递归过程，将前半部分或者后半部分继续分解为三部分。

package com.camunda.annotation;

public class binarySearchDemo {
   

    public static void main(String[] args) {
   
        int[] arr = {
   6, 12, 33, 87, 90,  97, 108, 561};
        System.out.println("循环查找:" + binarySearch(arr, 87));
        System.out.println("递归查找:" + binSearch(arr, 0, arr.length - 1, 87));
    }

    //循环实现二分查找算法arr 已排好序的数组x 需要查找的数-1 无法查到数据
    public static int binarySearch(int[] srcArray, int des) {
   
        //定义初始最小、最大索引
        int low = 0;
        int high = srcArray.length - 1;
        //确保不会出现重复查找，越界
        while (low <= high) {
   
            //计算出中间索引值
            int middle = (high + low) >>> 1;//防止溢出
            if (des == srcArray[middle]) {
   
                return middle;
            //判断下限
            } else if (des < srcArray[middle]) {
   
                high = middle - 1;
            //判断上限
            }