经典算法之分治法 递归与分治 学习笔记

经典算法之分治法 递归与分治 学习笔记

分治法思想

当要求解的问题规模较大时，将一个难以解决的大问题分割成一些规模较小的相同类子问题，以便各个击破，分而治之。

四大特征

该问题的规模缩小到一定的程度就可以容易地解决；
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；
利用该问题分解出的子问题的解可以合并为该问题的解；
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问题。

应用条件

1.大问题可以分割成k个子问题（1<k<=n ）;

子问题规模仍不够小，则可以继续递归划分

2.子问题均可解；

通常是原问题的较小模式，通常可以采用递归求解

3.子问题的解可以求出原问题的解；

将解合并成原问题的解，自底向上

复杂性分析

$$T\left(n\right)=\{\begin{array}{c}O\left(1\right)n=1\\ kT\left(n/m\right)+f\left(n\right)n>1\end{array}$$

其中，f(n)代表n/m个子问题合并成原问题的解需要的时间；k为分解成的子问题的个数；n/m为子问题的规模。

根据迭代法，求解得到：
$$T\left(n\right)=n^{{\log }_{m}k}+\sum _{j=0}^{{\log }_{m}n-1}{k}^{j}f\left(n/m^j\right)$$

递归函数

当一个函数及它的一个变量是由函数自身定义时，称这个函数是双递归函数。

分治法应用

• 二分搜索问题

  给定已按升序排好序的n个元素a[0:n-1]，现要在这n个元素中找出一特定元素x。

  代码如下：

  template<class Type> 
  int BinarySearch(Type a[], const Type& x, int l, int r){
       while (r >= l){ 
          	int m = (l+r)/2;
          	if (x == a[m]) return m;
          	if (x < a[m]) r = m-1; 
  			else l = m+1;}
       return -1;
  } 

最坏情况下的计算时间复杂性为O(logn)

• 大整数乘法

• 矩阵乘法

• 棋盘覆盖

• 合并排序

• 快速排序

• 线性时间选择

• 循环赛日程表

• 汉诺塔问题

先留下目录，对应算法慢慢更。