算法之分治

字面上的解释是“分而治之”，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，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。

理解分治算法

分治算法（divide and conquer）的核心思想其实就是四个字，分而治之 ，也就是将原问题划分成 n 个规模较小，并且结构与原问题相似的子问题，递归地解决这些子问题，然后再合并其结果，就得到原问题的解。

这个定义看起来有点类似递归的定义。但是分治算法是一种处理问题的思想，递归是一种编程技巧。 实际上，分治算法一般都比较适合用递归来实现。

分治算法的递归实现中，每一层递归都会涉及这样三个操作：

1：分解：将原问题分解成一系列子问题；
2：解决：递归地求解各个子问题，若子问题足够小，则直接求解；
3：将子问题的结果合并成原问题。

分治算法能解决的问题，一般需要满足下面这几个条件：

1：原问题与分解成的小问题具有相同的模式；
2：原问题分解成的子问题可以独立求解，子问题之间没有相关性；
3：具有分解终止条件，也就是说，当问题足够小时，可以直接求解；
4：可以将子问题合并成原问题，而这个合并操作的复杂度不能太高，否则就起不到减小算法总体时间复杂度的效果了。

分治算法的应用

分治算法思想的应用是非常广泛的，并不仅限于指导编程和算法设计(归并排序、快速排序等)。

如果要处理的数据量非常大，没法一次性放到内存中，这个时候，这些数据结构和算法就无法工作了。比如，给 10GB 的订单文件按照金额排序这样一个需求，看似是一个简单的排序问题，但是因为数据量大，有 10GB，而机器的内存可能只有 2、3GB 这样子，无法一次性加载到内存，也就无法通过单纯地使用快排、归并等基础算法来解决了。要解决这种数据量大到内存装不下的问题，就可以利用分治的思想。可以将海量的数据集合根据某种方法，划分为几个小的数据集合，每个小的数据集合单独加载到内存来解决，然后再将小数据集合合并成大数据集合。 实际上，利用这种分治的处理思路，不仅仅能克服内存的限制，还能利用多线程或者多机处理，加快处理的速度，所以分治思想对于编程是很有用处的。