分治法的基本思想是将一个规模为n的问题分解为化个规模较小的子问题,这些子问题互相独立且与原问题相同。递归地解这些子问题,然后将各子问题的解合并得到原问题的解。
它的一般的算法设计模式如下:
divide-and-conquer(P)
{
if ( P <= no)
adhoc(P):
divide P into smaller subinstances P1,P2,-, Pk;
for (i=1; i <= k; i++)
y = divide-and-conquer(Pi);
return merge (y1, y2, ., yk);
}
其中,P表示问题口的规模,n0为一阙值,表示当问题口 的规模不超过 n0时,问题容易解出,
不必再继续分解。adhoc(D)是该分治法中的基本子算法,用于直接解小规模的问题P。当P的规
模不超过n0 时,直接用算法 adhoc(P)求解。算法 merge(y1, y2,•,yK)是该分治法中的合并子算
法,用于将P的子问题P1,P2,⋯,PK的解y1,y2,,水合并为『的解。
根据分治法的分割原则,应把原问题分为多少个子问题才较适宜?每个子问题是否规模
相同或怎样才为适当?这些问题很难予以肯定回答。但人们从大量实践中发现,在用分治法
设计算法时,最好使子问题的规模大致相同,即将一个问题分成大小相等的么个子问题的处
理方法是行之有效的。许多问题可以取人=2。这种使子问题规模大致相等的做法出自一种平
衡 (balancing)子问题的思想,几乎总是比子问题规模不等的做法要好。从分治法的一般设计模式可以看出,用它设计出的程序一般是递归算法,因此分治法的计算效率通常可以用递归方程来进行分析。一个分治法将规模为n的问题分成n个规模为 nlim的子问题去解。为方便起见,设分解國值n0为1,且adhoc 解规模为1的问题耗费 1单位时间。另外,将原问题分解为么个子问题及用merge将后个子问题的解合并为原问题的解需用
£n)单位时间。如果用7(n)表示该分治法 divide-and-conquer(P)解规模为P=n 的问题所需的计
反思:
我的疑惑:
T(N)是如何求出来的呢?
即递归方程怎么解?就是接下来任务的重点。