分治算法的一般性描述和分析方法

分治算法Divide-and-Conquer§ //求解问题P

1. if |P|≤c then S(P)  //当P的规模足够小，不超过C的时候，有一个直接求解的算法S

2. divide P into P,P,.... Pk  //P大时，把P规约划分成子问题

3. for  i←1 to k  // 从第一个到第k个子问题

4.       yi< -Divide-and-Conquer(P;)  //递归地求解各个子问题

5. Return Merge (Yy2...)  //综合得出原始问题的解

主要步骤： 划分→求解子问题→综合解

设计要点
●原问题可以划分或者归约为规模较小的子问题
子问题与原问题具有相同的性质
子问题的求解彼此独立
划分时子问题的规模尽可能均衡
●子问题规模足够小时可直接求解
●子问题的解综合得到原问题的解.
●算法实现:递归或迭代

分治算法时间分析
时间复杂度函数的递推方程
W(n)=W(|P1|)+ W(|P2|)+…+W(|Pk|)+f(n)
W©=C
●P1,P2,…,Pk为划分后产生的子问题
●f(n)为划分子问题以及将子问题的解
综合得到原问题解的总工作量
●规模为c的最小子问题的工作量为C

两类常见的递推方程
（1）f(n)= ∑(k,i=1) ai f(n-i)+g(n) //子问题变成 n-1,n-2……这类的问题（子问题规模递减），ai是子问题的个数，求和得出的是子问题全部的工作量；g(n)表示分解子问题以及把这些子问题的解综合起来的工作量

（2）f(n)=a f(n/b)+d(n) //子问题按倍数缩小，缩小到原来的n/b，d(n)是分解过程和综合解过程的工作量

例子: ,
Hanoi塔, W(n)= 2W(n-1)+1 //第一类
二分检索，W(n)=W(n/2)+1 .//第二类 一个子问题
归并排序，W(n)=2W(n/2)+ n-1 //第二类 两个子问题

//a是子问题的个数