算法设计思想（4）— 分治法

1. 分治法概念

分治，顾名思义，分而治之。

具体来说，它先将一个难以直接解决的大问题，分割成一些可以直接解决的小问题。如果分割后的问题仍然无法直接解决，那么就继续递归地分割，直到每个小问题都可解。

分治法产生的子问题与原始问题相同，只是规模减小，反复使用分治方法，可以使得子问题的规模不断减小，直到能够被直接求解为止。

通常而言，这些子问题具备互相独立、形式相同的特点。这样，我们就可以采用同一种解法，递归地去解决这些子问题。最后，再将每个子问题的解合并，就得到了原问题的解。

2. 分治法前提

当你需要采用分治法时，一般原问题都需要具备以下几个特征：

• 难度在降低，即原问题的解决难度，随着数据的规模的缩小而降低。这个特征绝大多数问题都是满足的。

• 问题可分，原问题可以分解为若干个规模较小的同类型问题。这是应用分治法的前提。

• 解可合并，利用所有子问题的解，可合并出原问题的解。这个特征很关键，能否利用分治法完全取决于这个特征。

• 相互独立，各个子问题之间相互独立，某个子问题的求解不会影响到另一个子问题。如果子问题之间不独立，则分治法需要重复地解决公共的子问题，造成效率低下的结果。

能使用分治法解决的问题一般都具有两个显著的特点：

1. 是问题可以分解为若干个规模较小的相同问题，并且这个分解关系可以用递归或递推的方式逐级分解，直到问题的规模小到可以直接求解的程度。

2. 是子问题的解可以用某种方式合并出原始问题的解。这很容易理解，如果不能合并出原始问题的解，那么子问题的划分和求解就没有意义了。

2. 分治法步骤

• 分解：

将问题分解为若干个规模较小，相互独立且与原问题形式相同的子问题，确保各个子问题的解具有相同的子结构。

• 解决：

如果上一步分解得到的子问题可以解决，则解决这些子问题，否则，对每个子问题使用和上一步相同的方法再次分解，然后求解分解后的子问题，这个过程可能是一个递归的过程。

• 合并：

将上一步解决的各个子问题的解通过某种规则合并起来，得到原问题的解。

3. 递归实现分治法

递归作经常和分治法一起使用，因为问题的分解肯定不是一步到位，往往需要反复使用分治手段，在多个层次上层层分解，这种分解的方法很自然地导致了递归方式的使用。

从算法实现的角度看，分治法得到的子问题和原问题是相同的，当然可以用相同的函数来解决，区别只在于问题的规模和范围不同。通过特定的函数参数安排，使得同一个函数可以解决不同规模的相同问题，这就是递归方法的基础。

4. 分治法案例

在数组 { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 } 中，查找 8 是否出现过。

首先判断 8 和中位数 5 的大小关系。因为 8 更大，所以在更小的范围 6, 7, 8, 9, 10 中继续查找。此时更小的范围的中位数是 8。由于 8 等于中位数 8，所以查找到并打印查找到的 8 对应在数组中的 index 值。

从代码实现的角度来看，我们可以采用两个索引 low 和 high ，确定查找范围。最初 low 为 0，high 为数组长度减 1。在一个循环体内，判断 low 到 high 的中位数与目标变量 targetNumb 的大小关系。根据结果确定向左走 high = middle - 1 或者向右走 low = middle + 1 ，来调整 low 和 high 的值。直到 low 反而比 high 更大时，说明查找不到并跳出循环。

我们给出代码如下：

public static void main(String[] args) {
	// 需要查找的数字
	int targetNumb = 8;
	// 目标有序数组
	int[] arr = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 };
	int middle = 0;
	int low = 0;
	int high = arr.length - 1;
    int isfind = 0;

	while (low <= high)
	{
		middle = (high + low) / 2;	// high + low容易造成溢出，使用 low + (high - low) / 2
		if (arr[middle] == targetNumb) 
		{
			System.out.println(targetNumb + " 在数组中,下标值为: " + middle);
            isfind = 1;
			break;
		} 
		else if (arr[middle] > targetNumb) 
		{
			// 说明该数在low~middle之间
			high = middle - 1;
		} 
		else 
		{
			// 说明该数在middle~high之间
			low = middle + 1;
		}
    }

    if (isfind == 0) 
    {
			System.out.println("数组不含 " + targetNumb);
	}
}

5. 规律总结

• 二分查找的时间复杂度是 O(logn) ，这也是分治法普遍具备的特性。当你面对某个代码题，而且约束了时间复杂度是 O(logn) 或者是 O(nlogn) 时，可以想一下分治法是否可行。
• 二分查找的循环次数并不确定。一般是达到某个条件就跳出循环。因此，编码的时候，多数会采用 while 循环加 break 跳出的代码结构。
• 二分查找处理的原问题必须是有序的。因此，当你在一个有序数据环境中处理问题时，可以考虑分治法。相反，如果原问题中的数据并不是有序的，则使用分治法的可能性就会很低了。

4. 实例

字符串全排列问题：
给定一个没有重复字母的字符串，输出该字符串中字符的所有排列。假如给定的字符串是“abc”，则应该输出“abc”、“acb”、“bac”、“bca”、“cab”和“cba”六种结果。