分治算法《算法导论》

1.基本思路

将无法直接解决的大问题，分解成n个足够小问题，即可以轻易解决的子问题，然后进行逐个求解。在这样的情况下，我们可以使用递归，可以轻易的将大问题分解成小问题，而一般递归回溯的条件，往往就是子问题可以求解的时候。

2.分治使用场景

分治法所能解决的问题一般具有以下几个特征：
　　1) 该问题的规模缩小到一定的程度就可以容易地解决
　　2) 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。
　　3) 利用该问题分解出的子问题的解可以合并为该问题的解；
　　4) 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子问题。
　　第一条特征是绝大多数问题都可以满足的，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；
　　第二条特征是应用分治法的前提它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；、
　　第三条特征是关键，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。
　　第四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。

3.步骤

1. 分解：将问题划分为一些子问题，子问题与原问题形式一样，只是规模更小
2. 解决：递归求解子问题，当子问题足够小的时候
3. 合并：将子问题的解合并成原问题的解

5.举例

解决最大子数组问题： 如果使用暴力枚举的方法，那么时间复杂度将会达到O(N^2)，但如果使用分治算法，则会快许多

/*
	最大子数组问题，如：求取最大股票区间 
*/


#include <iostream>
#include <cstdio>
using namespace std;

#define N 16

typedef int* pint;
pint findMaxCrossingSubArray(int A[], int low, int mid, int hight){
	
	int sum = 0;
	int lsum = 0x80000000;
	pint lrIndex_sum = new int[3];
	
	for(int i=mid; i>=low; i--){
		sum = sum + A[i];
		if(sum > lsum){
			lsum = sum;
			lrIndex_sum[0] = i;
		}
	} sum = 0;
	int rsum = 0x80000000;
	for(int i=mid+1; i<=hight; i++){
		sum = sum + A[i];
		if(sum > rsum){
			rsum = sum;
			lrIndex_sum[1] = i;
		}
	} lrIndex_sum[2] = lsum + rsum;
	return lrIndex_sum;
}

/*
 * 分三段
 * mid之前
 * mid之后
 * mid为中心 
*/ 
pint findMaxImumSubArray(int A[], int low, int hight){
	if(low==hight){
		pint index_sum = new int[3];
		index_sum[0] = low;
		index_sum[1] = hight;
		index_sum[2] = A[low];
		return index_sum; 
	} //递归结束标志 
	
	int mid = (low+hight) / 2;
	pint lIndex_sum = findMaxImumSubArray(A, low, mid);
	pint rIndex_sum = findMaxImumSubArray(A, mid+1, hight);
	pint cIndex_sum = findMaxCrossingSubArray(A, low, mid, hight);
	
	if((lIndex_sum[2]>=rIndex_sum[2]) && (lIndex_sum[2]>=cIndex_sum[2])){
		delete rIndex_sum;
		delete cIndex_sum;
		return lIndex_sum;
	} else if((rIndex_sum[2]>=lIndex_sum[2]) && (rIndex_sum[2]>=cIndex_sum[2])){
		delete lIndex_sum;
		delete cIndex_sum;
		return rIndex_sum;
	} else{
		delete lIndex_sum;
		delete rIndex_sum;
		return cIndex_sum;
	}
}

int main(){
	int A[N] = {13,-3,-25,20,-3,-16,-23,18,20,-7,12,-5,-22,15,-4,7};
	pint index_sum = findMaxImumSubArray(A, 0, N-1);
	
	printf("lowIndex: %d\nhightIndex: %d\nsum: %d\n",
	 index_sum[0], index_sum[1], index_sum[2]);
	delete index_sum;
	return 0;
}

6.递归式

具体的时间复杂度表达式要看如何进行递归划分
方法：代入法，递归树法，主方法