[LeetCode]分治算法的原理和编程实践

原本一直想再系统地回顾一遍基本的数据结构与算法，正好借着Datawhale八月份组队学习的契机，总结一下经典的算法思想，本篇文章主要介绍分治算法的原理，并解决LeetCode上三道可以用递归思想解决的题目。

【LeetCode】系列文章
LeetCode分治算法的原理和编程实践 发布于20200819
LeetCode动态规划法的原理和编程实践 发布于20200822

一、分治思想的原理

• 主要思想

分治算法的主要思想是将原问题递归地分成若干个子问题，直到子问题满足边界条件，停止递归。将子问题逐个击破(一般是同种方法)，将已经解决的子问题合并，最后，算法会层层合并得到原问题的答案。

• 步骤

1. 分：递归地将问题分解为各个的子问题(性质相同的、相互独立的子问题)；
2. 治：将这些规模更小的子问题逐个击破；
3. 合：将已解决的子问题逐层合并，最终得出原问题的解；

• 适用的情况

1. 原问题的计算复杂度随着问题的规模的增加而增加。
2. 原问题能够被分解成更小的子问题。
3. 子问题的结构和性质与原问题一样，并且相互独立，子问题之间不包含公共的子子问题。
4. 原问题分解出的子问题的解可以合并为该问题的解。

---

二、编程实战

2.1 第169题多数元素

• 题目描述

给定一个大小为 n 的数组，找到其中的多数元素。多数元素是指在数组中出现次数大于 ⌊ n/2 ⌋ 的元素。你可以假设数组是非空的，并且给定的数组总是存在多数元素。

• 我的解决方案

from collections import defaultdict # 默认字典
class Solution:
    def majorityElement(self, nums: List[int]) -> int:
        dict = defaultdict(int) # 参数为键值的默认值
        for i in nums:
            dict[i] += 1
        for key, value in dict.items():
            if value > int(len(nums)