算法学习笔记_分而治之

学习编程知识的同时，梳理知识，也便于以后查找
tags:《图解算法》、《算法图解》、B站视频
分而治之、递归、快速排序

分而治之

有时候，我们可能会遇到任何已知的算法都无法解决的问题，这时候就要尝试使用掌握的各种问题解决方法来找出解决方案。

分而治之（D&C）就是一种通用的问题解决方法。
快速排序也是使用的分而治之的策略。

分而治之是一种著名的递归式问题解决方法。

简而言之，就是将一个问题分割成一些小问题，并且递归地解决后，再利用这些小问题的解合并成原来大问题的解。

示例

• 如曹冲称象
• 有一块土地，想要将其均分成方块，且分出来的方块尽可能大。

使用D&C解决问题的过程包括两个步骤：

1. 使用基线条件，这种条件必须尽可能简单
2. 不断将问题分解（或者说缩小问题规模），直到符合基线条件。

适用于这小块地的最大方块，也是适用于整块地的最大方块。换言之，适用于整个问题的方法，也适用于缩小问题规模后的整个问题！

欧几里得算法

其中原理参阅欧几里得算法

重点在于这种思路

D&C不是一种可用于解决问题的算法，而是一种解决问题的思路。

分而治之应用案例

找最大值

从一些数据中找出其中的最大值。

将数组分割为两个均等的小数组，递归地找它们的最大值。

二维极点问题

将寻找最大值的问题扩展到坐标平面上，则成了二维极点问题。

一个平面上的点的坐标时用两个整数(x，y)表示。当x1>x2,且y1>y2时、我们说一个平面上的点(y)支配另一个点。即在图中右上方的点支配左下方的点。

二维极点问题就是在一些平面 上的点中找到那些没有被其他点支配的点、也就是极点(maxima)。直觉上，极点就是所有坐标点中那些位居在上方的一些坐标点。

若给定n个点，任意两点需要比较一次，总共要比几次?

从n个点中任意选取两点的所有组合，也就是C(n, 2)或

算法实现

时间复杂度：O(n log n)

寻找第k小值问题

分组：分成几个较小的小数组

算法实现

分而治之法的技巧

一个问题可被分而治之法解决， 也营隐含此问题可被井行处理。

• 使用分而治之法时的注意事项。

  • 分割:尽可能快速地将问题平均地分割。若能将问题平均地分制成几个小问题，则可降低所需的运行时间。

  • 克服( conquer) :利用递归解决分割后的小问题。

  • 合并(merge):尽可能快速地合并上述小问题的解，成为原问题的解。合并时所需的时间会影响整个算法所需的运行时间。

• 可被分而治之法解决的常见问题

  • 合并排序(merge sort) :是一个利用矩阵中邻近的数字两两合并，将数字从小到大排列的方法。

  • 二分搜索法( binary search) :利用一组已从小到大(或从大到小)排序好的数值进行特定数值的搜索。每次取出搜索区间的中间数值，与欲搜索的值进行比较后，舍弃不可能的一半数值，并到可能存放的另一半区域继续寻找。直到寻得或确定不存在，才停止搜索。

  • 前缀和(prefix sum) :计算一 维矩阵B,使得B[]中存储着从A矩阵中第个值加到第i(1≤i≤n)个值的总和。此技巧常被用于设计并行处理的算法。

  • 矩阵相乘问题:将两个矩阵快速相乘的问题。

  • 邻近配对问题( closest pair problem ) :找出平面点中最靠近的两点的

  • 凸包问题(convex hull problem) :找出一个包含所有输人平面点的最小凸多边形的问题。

  • 维诺图( Voronoi diagrams ) :将每一个平面点x分割落于单独的一个区域，使得另一个新加的平面点y落于此区域时，其最近的点为x。此算法技巧可用于无线移动设备(y) 快速地寻找最近的基站(x)。

–END–