递归与分治策略

1. 递归的概念

例1 阶乘函数

$$n!=\{\begin{array}{ll}1& n=0\\ n(n-1)!& n>0\end{array}$$
其中$n=0$是边界条件，$n(n-1)!n>0$是递归方程，这是递归函数的两个要素。

例2 Fibonacci数列

$$F(n)=\{\begin{array}{ll}1& n=0\\ 1& n=1\\ F(n-1)+F(n-2)& n>1\end{array}$$

例3 整数划分问题
将正整数n表示成一系列正整数之和：$n=n_1+n_2+...+n_k$，其中$n_1⩾n_2⩾...⩾n_k⩾1,k⩾1$。
正整数$n$的这种表示称为正整数n的划分。求正整数$n$的不同划分个数。

例如正整数6有如下11种不同的划分：

6；
5+1；
4+2，4+1+1；
3+3，3+2+1，3+1+1+1；
2+2+2，2+2+1+1，2+1+1+1+1；
1+1+1+1+1+1.

设$p(n，m)$为最大加数$n_1$不大于$m$的划分个数，则

（1）$q(n,1)=1,n⩾1;$
当最大加数$n_1$不大于1时，任何正整数只有一种划分形式，即
$n=\stackrel{\mathrm{n}}{\overbrace{1+1+1+\cdots +1}}$
（2）$q(n,m)=q(n,n),m⩾n;$
最大加数$n_1$实际上不能大于n。因此，$q(1,m)=1。$
（3）$q(n,n)=1+q(n,n-1);$
正整数$n$的划分由$n_1=n$的划分和$n_1⩽n-1$的划分组成。
（4）$q(n,m)=q(n,m-1)+q(n-m,m),n>m>1;$
正整数$n$的最大加数$n_1$不大于$m$的划分由$n_1=m$的划分和$n_1⩽m-1$的划分组成。
由此可以得到：
$$q(n,m)=\{\begin{array}{ll}1& n=1,m=1\\ q(n,n)& n<m\\ 1+q(n,n-1)& n=m\\ q(n,m-1)+q(n-m,m)& n>m>1\end{array}$$
正整数$n$的划分数$p(n)=q(n,n).$

例4 Hanoi塔
把盘子1～n由A移动到C，分三个阶段：

1. 把盘子1～n-1由A移动到B
2. 把盘子n由A移动到C
3. 把盘子1～n-1由B移动到C

在这里我们把盘子1～n-1的移动看作一个整体移动

2.分治法

总体思想：将求出的小规模的问题的解合并为一个更大规模的问题的解，自底向上逐步求出原来问题的解。
由分治法产生的子问题往往是原问题的较小模式，使用递归技术，使子问题与原问题类型一致而其规模却不断缩小。

分治法的适用条件

分治法所能解决的问题一般具有以下几个特征：

• 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。

3.二分搜索技术

二分搜索算法是运用分治策略的典型例子。给定已排好序的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。
基本思想是，将n个元素分成个数大致相等的两半，取a[n/2]与x作比较。如果x=a[n/2]，则找到x，算法终止；如果x<a[n/2]，则只在数组a的左半部继续搜索x；如果x>a[n/2]，则只在数组a的右半部继续搜索x。

4.棋盘覆盖

在一个$2^k\times 2^k（k⩾0）$个方格组成的棋盘中，恰有一个方格与其他方格不同，称该方格为特殊方格，显然，特殊方格在棋盘中出现的位置有$4^k$种不同的情形，因而有$4^k$种不同的棋盘。
在棋盘覆盖问题中，需要用4种不同形态的L型三格骨牌覆盖一个给定的特殊棋盘上除特殊方格以外的所有方格，且任何2个L型骨牌不得重复覆盖。易知，在任何一个$2^k\times 2^k$的棋盘覆盖中，用到的L型骨牌个数恰为$(4^k)/3$。
（1）当k>0时，将$2^k\times 2^k$棋盘分割为4个$2^{k-1}\times 2^{k-1}$子棋盘
（2）用一个L型骨牌覆盖这3个较小棋盘的结合处

5.合并排序

将待排序元素分成大小大致相同的两个子集合，分别对两个子集合进行排序，最终将排好序的子集合合并成要求的排好序的集合。时间复杂度是o(nlogn)

6.快速排序

快速排序是一种基于划分的排序方法；
划分：选取待分类集合A中的某个元素t，按照与t的大小关系重新整理A中元素，使得整理后的序列中所有在t以前出现的元素均小于等于t，而所有在t以后的元素均大于等于t。这一元素的整理过程称为划分。元素t称为划分元素。
算法过程：设要排序的数组是A[0]…A[N-1]，首先任意选取一个数据（通常选用第一个数据）作为关键数据，然后将所有比它小的数都放到它前面，所有比它大的数都放到它后面，这个过程称为一趟快速排序。

7.选择问题

选最大： 顺序比较
选最大和最小： 分组算法
分组算法：

1. 将n个元素两两一组分成$\lfloor n/2\rfloor$组
2. 每组比较，得到$\lfloor n/2\rfloor$个较小和$\lfloor n/2\rfloor$个较大
3. 在$\lceil n/2\rceil$个较大（含轮空元素）中找最大max
4. 在$\lceil n/2\rceil$个较小（含轮空元素）中找最小min

选第二大： 顺序比较、锦标赛算法
锦标赛算法：

1. 两两分组比较，大者进入下一轮，直到剩下1个元素max为止
2. 在每次比较中淘汰较小元素，将被淘汰元素记录在淘汰它的元素的链表上
3. 检查max的链表，从中找到最大元，即second

选第k小： 1.调用k次选最小算法；2.先排序，然后输出第k小的数
分治算法：

1. 将n个元素分为$\lceil n/5\rceil$组，每组按从大到小的顺序排好
2. 将每组中间元素按从小到大的顺序排好，中间元素移动时其余元素也跟着移动
   最终结果如图所示：
   
   若A的组数为r组，则A中元素为2r，B中元素为3r+2，C中元素为3r+2，D中元素为2r。这样可以根据k的大小选择对应的区。