“分而治之”( Divide and conquer)方法(又稱“分治術”) ，是有效算法設計中普遍採用的一種技術。
所謂“分而治之” 就是把一個複雜的算法問題按一定的“分解”方法分為等價的規模較小的若干部分，然後逐個解決，分別找出各部分的解，把各部分的解組成整個問題的解，這種樸素的思想來源於人們生活與工作的經驗，也完全適合於技術領域。諸如軟體的體系結構設計、模組化設計都是分而治之的具體表現。
基本介紹
- 中文名：分而治之方法
- 外文名：Divide and conquer
- 屬於：有效算法設計一種
- 思想：把複雜問題分解為等價的小問題
- 套用：軟體的體系結構設計、模組化設計
- 又稱：分治術
基本思想,解決排序問題,算法思想,快速排序算法,求順序統計量問題,
基本思想
分而治之方法與軟體設計的模組化方法非常相似。為了解決一個大的問題，可以：
1) 把它分成兩個或多個更小的問題；
2) 分別解決每個小問題；
3) 把各小問題的解答組合起來，即可得到原問題的解答。小問題通常與原問題相似，可以遞歸地使用分而治之策略來解決。分而治之方法可以用於實現不同的排序方法，這裡介紹兩種排序法：快速排序（quick sort）和歸併排序。
解決排序問題
算法思想
在快速排序中，n 個元素被分成三段（組）：左段left，右段right 和中段middle。中段僅包含一個元素。左段中各元素都小於等於中段元素，右段中各元素都大於等於中段元素。因此left 和right 中的元素可以獨立排序，並且不必對left 和right 的排序結果進行合併。middle 中的元素被稱為支點( pivot )。下面給出快速排序的偽代碼。
使用快速排序方法對a [ 0 : n- 1 ] 排序。
從a [ 0 : n- 1 ] 中選擇一個元素作為middle，該元素為支點把餘下的元素分割為兩段left 和right，使得left中的元素都小於等於支點，而right 中的元素都大於等於支點。
遞歸地使用快速排序方法對left 進行排序。
遞歸地使用快速排序方法對right 進行排序。
所得結果為left + middle + right。
考察元素序列[ 4 , 8 , 3 , 7 , 1 , 5 , 6 , 2 ]。
假設選擇元素6 作為支點，則6 位於middle；4，3，1，5，2 位於l e f t；8，7 位於right。當left 排好序後，所得結果為1，2，3，4，5；當right 排好序後，所得結果為7，8。把right 中的元素放在支點元素之後，left 中的元素放在支點元素之前，即可得到最終的結果[ 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 ]。
快速排序算法
把元素序列劃分為left、middle 和right 可以就地進行。在程式1 中，支點總是取位置1 中的元素。也可以採用其他選擇方式來提高排序性能。
程式1：快速排序
#define MAXSIZE 20
typedef int KeyType;
typedef struct {
KeyType key;
InfoType otherinfo;
} RedType;
typedef struct {
RedType r [MAXSIZE+1];
int length;
} SqList;
int Partition (SqList &L, int low, int high) {
L.r [0] =L.r [low];
Pivotkey=L.r [low] .key;
While (low<high) {
While (low<high&&L.r [high] .key>=pivotkey)
--high;
L.r [low] =L.r [high];
While (low<high&&L.r [low] .key<=pivotkey) +
+low;
L.r [high] =L.r [low];
}
L.r [low] =L.r [0];
Return low;
}
void Qsort (SqList &L, int low, int high) {
if (low<high) {
pivotloc=Partition (L, low, high);
QSort (L, low, pivotloc-1);
Qsort (L, pivotloc+1, high);
}
}
void QuickSort (SqList &L) {
Qsort (L, 1, L.length);
}
求順序統計量問題
用求順序統計量問題最能說明“分治術” 算法設計思想，所謂順序統計問題是“從有n個元素的序列中選出第k個最小元素”，解此問題最容易想到的辦法是:將這n個元素按從小到大順序排序，然後從排序後的序列中先取第k個元素，即為本問題的解，而排序n個元素最快的排序算法平均需要進行。o(nlogn)次比較，即用排序方法求順序統計量問題的期望時間複雜性為o(nlogn)。通過仔細分析，使用“分而治之”的思想，我們可以找到一個時間耗費為o(n)算法，其算法如下：
Procedure Select(S,K)
Begin
if|S|<50 Then
begin
將S從小到大排序；
Return S 的k 個元素；
end
Eles
begin
把S分為各有5個元素的[|S|/5]個子序列；
如果有剩餘元素，則將剩餘元素作為最後一個子序列；
將每個有5個元素的子序列排序；
設M是所有5——元素的自序列的中值序列；
U<-Select(M,[M/2]);
設S1、S2、S3是S的分別小於、等於和大於U的元素序列
if|S|>=k Then
Return Select(S1,k)
Eles
if(|S1|+|S2|>=k) Then
Return u
Eles
Return Select(S3，k-|S1|-|S2|)
End
