分治算法 diverce

分治算法较简单（分类法）

分治算法的基本思想是将一个规模为N的问题分解为K个规模较小的子问题，这些子问题相互独立且与原问题性质相同。求出子问题的解，就可得到原问题的解。即一种分目标完成程序算法，简单问题可用二分法完成。

当我们求解某些问题时，由于这些问题要处理的数据相当多，或求解过程相当复杂，使得直接求解法在时间上相当长，或者根本无法直接求出。对于这类问题，我们往往先把它分解成几个子问题，找到求出这几个子问题的解法后，再找到合适的方法，把它们组合成求整个问题的解法。如果这些子问题还较大，难以解决，可以再把它们分成几个更小的子问题，以此类推，直至可以直接求出解为止。

利用分治策略求解时，所需时间取决于分解后子问题的个数、子问题的规模大小等因素，而二分法，由于其划分的简单和均匀的特点，是经常采用的一种有效的方法，例如二分法检索。

解题的一般步骤：

（1）分解，将要解决的问题划分成若干规模较小的同类问题；

（2）求解，当子问题划分得足够小时，用较简单的方法解决；

（3）合并，按原问题的要求，将子问题的解逐层合并构成原问题的解。

应用场景

运用分治策略解决的问题一般来说具有以下特点：

1、原问题可以分解为多个子问题

这些子问题与原问题相比，只是问题的规模有所降低，其结构和求解方法与原问题相同或相似。

2、原问题在分解过程中，递归地求解子问题

由于递归都必须有一个终止条件，因此，当分解后的子问题规模足够小时，应能够直接求解。

3、在求解并得到各个子问题的解后

应能够采用某种方式、方法合并或构造出原问题的解。

不难发现，由于子问题与原问题在结构和解法上的相似性，用分治方法解决的问题，大都采用了递归的形式。在各种排序方法中，如归并排序、堆排序、快速排序等，都存在有分治的思想。

实例 计算阶乘，pow(x, n)

思路一：把阶乘转换成普通乘法，分治算法，递归实现

var myPow = function(x, n) {
  if(n == 0) return 1;
  // 负数的阶乘
  if(n < 0) {
    return 1 / myPow(x, -n);
  }
  // 某个数的奇数次方
  else if(n % 2) {
    return x * myPow(x, n - 1);
  }
  // 某个数的偶数次方
  else {
    return myPow(x * x, n / 2);
  }
};

思路二：位运算

var myPow = function(x, n) {
  if(n < 0) {
    n = -n;
    x = 1 / x;
  }
  if (x == 1) return 1;
  let res = 1;
  // 下面是位运算，速度快，日常不会这样使用
  for(let i = n; i != 0; i = i >>> 1){
    if(i & 1) res *= x;
    x *= x;
  }
  return res;
};

---

Last update: October 19, 2021