概念
分治策略:是将规模比较大的问题可分割成规模较小的相同问题。问题不变,规模变小。这自然导致递归过程的产生。分治与递归像一对孪生兄弟,经常同时应用在算法设计之中,并由此产生许多高效算法。
递归:若一个函数直接地或间接地调用自己,则称这个函数是递归的函数。(简单地描述为“自己调用自己”)。典型例子:求阶乘
int fac(int n)
{
if(n==1) return 1;
return fac(n-1)*n;
}
int main()
{
fac(4);
}
- 当求4的阶乘时,进入函数,不满足if条件,return fac(3)*4;此时进入下一个函数:fac(3)
- 当求3的阶乘时,进入函数,不满足if条件,return fac(2)*3;此时进入下一个函数:fac(2)
- 当求2的阶乘时,进入函数,不满足if条件,return fac(1)*2;此时进入下一个函数:fac(1)
- 求1的阶乘直接返回1,此时步骤3的return return fac(1)*2中的fac(1)的值得到,返回2到步骤2的return fac(2)*3,以此类推最终得到结果.
分治法所能解决的问题一般具有以下四个特征:
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问题
分治的典型应用
二分搜索技术
思路
前提是有序,每次取中间的元素为中间值mid,与待匹配的元素比较,若mid大说明在左边,然后以同样的方式搜索左边,到达了分而治之的效果
实现
//递归版本
int BinSearch(int* arr, int left, int right,int val)
{
int mid = (left + right) / 2;//注意极端情况.
if (left > right) return -1;
if (arr[mid] == val) return mid;
else if (arr[mid] > val) return BinSearch(arr, left, mid - 1, val);
else if (arr[mid] < val) return BinSearch(arr, mid + 1, right, val);
}
//非递归
int BinSearch(int* arr, int size, int val)
{
int left = 0;
int right = size - 1;
while (left <= right)
{
int mid = (left + right) / 2;
if (arr[mid] == val) return mid;
else if (arr[mid] > val) right = mid - 1;
else if (arr[mid] < val) left = mid + 1;
}
return -1;
}
每次搜索规模都是上一次的一般,n/2/2/2,最坏情况下分到1才找到,所以n/(2^X)=1->X=logn,最好一次找到为1,(1+(logn))/2,1可以忽略,所以为Ο(logn).