分治法

 分治法的核心思想：

①大问题能分解为子问题，子问题之间相互独立，并且与原问题相同。

②分别求解子问题，如果子问题的规模仍然不够小，则再次划分为k个子问题，如此递归的进行下去，直到问题规模足够小，直到容易求出其解为止。

③合并解，自底向上逐步求出原来问题的解，合并所有的解。合并的代价因情况不同有很大的差异，分治的有效性很大程度上依赖于合并的实现。

分治法的适用场合：

运用分治策略解决的问题一般来说具有以下特点：

         ①若问题的规模缩小到一定的程度可以容易地解决

         ②若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若用该问题分解出的子问题的解可以合并为该问题的解

         ④若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。

第①条特征是绝大多数问题都是满足的，因为问题的计算复杂性一般是随着问题规模的增加而增加；

第②条特征也是大多数问题可以满足的，此特征反映了递归思想的应用；

第③条特征很关键，能否利用分治法完全取决于问题是否具有第三条特征，如果只具备了第一条和第二条特征，而不具备第三条特征，则可以考虑用贪心法或动态规划法。

第④条特征涉及到分治法的效率，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，此时虽然可用分治法，但一般用动态规划法较好。

 

分治算法的典型例题

问题描述：在实际问题中，通常会遇到许多第二的问题。比如：第二名，第二大和第二小等。在已知的n个数据中找出其中第二小的数据。

确定算法：根据问题描述，利用数组a[n]存储已知数据，定义两个变量，b和c，分别用来存储数据中的第一小值和第二小值，再对已知数字进行一趟比较之后，便可从中选出第二小的数据，输出即可。此算法的时间复杂度为O(n).

设计算法：用二分法解决本问题的一般思想:将数组平均分为两个子集，如果只选取第二小数据或是只选取最小的数据，合并处理后都有可能得不到原问题的解。但是，若在两个子集中都选取最小的两个数据，那么原问题第二小的数据则一定在这4个数中。这样就将问题转化为“求一组数中较小的两个数”，二分法分解后就将原问题分解为“与原问题独立且相似的两问题”。将两问题的解合并，从而得到原问题的解，即可求出一组数中第二小的数据。

#include<iostream>
#include<algorithm>
using namespace std;
int second2(int a[], int n)    //求第二小的函数
{
    int i, b, c;
    if (a[0] < a[1])   //如果a[0]小于a[1]
    {
        b = a[0];     //把a[0]赋给最小值
        c = a[1];     //a[1]赋给第二小值
    }
    else {
        b = a[1];
        c = a[0];
    }
    for (i = 2; i < n; i++)     //i从第二个数开始遍历
        if (a[i] < c)        //若某个数小于c
        {
            if (a[i] < b)         //并且这个数也小于b
            {
                c = b;        
                b = a[i];           //把该数的值赋给最小值
            }
            else                   
                c = a[i];         //则把它的值赋给第二小值
        }
    return c;       //将第二小的值返回
}
int main() {
    int a[1000], i, m;
    cout<<"请输入数据个数m：";
    cin>>m;
    cout<<"请输入m个已知数据：";
    for (i = 0; i < m; i++)
        cin>>a[i];
   cout<<"第二小的数据为%d"<<second2(a, m);
}