一次性弄懂到底什么叫做分治思想（含有大量经典例题，附带详细解析）

期末了，通过写博客的方式复习一下算法，把自己知道的全部写出来

分治：分而治之，把一个复杂的问题分解成很多规模较小的子问题，然后解决这些子问题，把解决的子问题合并起来，大问题就解决了

但是我们应该在什么时候用分治呢？这个问题也困扰了我很久，做题的时候就不知道用什么算法

能用分治法的基本特征：

1.问题缩小到一定规模容易解决

2.分解成的子问题是相同种类的子问题，即该问题具有最优子结构性质

3.分解而成的小问题在解决之后要可以合并

4.子问题是相互独立的，即子问题之间没有公共的子问题

第一条大多数问题都可以满足

第二条的大多数问题也可以满足，反应的是递归的思想

第三条：这个是能分治的关键，解决子问题之后如果不能合并从而解决大问题的话，那凉凉，如果满足一，二，不满足三，即具有最优子结构的话，可以考虑贪心或者dp

第四条：如果不满足第四条的话，也可以用分治，但是在分治的过程中，有大量的重复子问题被多次的计算，拖慢了算法效率，这样的问题可以考虑dp（大量重复子问题）

了解了什么问题可以采用分治，那么分治到达怎么用？步骤是什么呢

三个步骤：

1.分解成很多子问题

2.解决这些子问题

3.将解决的子问题合并从而解决整个大问题

化成一颗问题树的话，最底下的就是很多小问题，最上面的就是要解决的大问题，自底向上的方式求解问题

说的再多不如看经典的样例，更好的体会分治的思想

样例1：二分查找

条件：数组有序，假设是升序数组

虽然二分很容易，但是我还是要具体从算法思想分治的方向分析一下

现在我们要在一个有序的升序数组里面查找一个数x有没有

暴力的做法就是拿跟数组里面每个数比较一下，有的话就返回下标，这个是大问题

仔细想一下，就知道这个大问题是由很多小问题组成的，小问题：在数组的一部分里面找x

那么我们可以把数组分成很多部分，在很多部分里面找x，如果在这些部分里面没有找到x，那么把这些子问题合并起来，就是大数组里面没有x，否则就是有x

这个真的很好的反应了分治的思想，先分解成很多小问题，解决这些小问题，把解决的小问题合并起来，大问题就解决了，二分具体的做法我就不多说了，都知道，贴个代码

#include<string.h>
#include<stdio.h>
int k;
int binarysearch(int a[],int x,int low,int high)//a表示需要二分的有序数组（升序），x表示需要查找的数字，low，high表示高低位
{
    if(low>high)
    {
        return -1;//没有找到
    }
    int mid=(low+high)/2;
    if(x==a[mid])//找到x
    {
        k=mid;
        return x;
    }
    else if(x>a[mid]) //x在后半部分
    {
        binarysearch(a,x,mid+1,high);//在后半部分继续二分查找
    }
    else//x在前半部分
    {
        binarysearch(a,x,low,mid-1);
    }
}
int main()
{
    int a[10]={1,2,3,4,5,6,7,8,9,10};
    printf("请输入需要查找的正数字：
");
    int x;
    scanf("%d",&x);
    int r=binarysearch(a,x,0,9);
    if(r==-1)
    {
        printf("没有查到
");
    }
    else
    {
        printf("查到了,在数列的第%d个位置上
",k+1);
    }
    return 0;
}

经典样例二：全排列问题

有1，2，3，4个数，问你有多少种排列方法，输出来

仔细想想，采用分治的话，我们就要把大问题分解成很多的子问题，大问题是所有的排列方法

那么我们分解得到的小问题就是以1开头的排列，以2开头的排列，以3开头的排列，以4开头的排列

现在这些问题有能继续分解，比如以1开头的排列中，只确定了1的位置，没有确定2，3，4的位置，把2

3，4三个又看成大问题继续分解，2做第二个，3做第二个，或者4做第二个

一直分解下去，直到分解成的子问题只有一个数字的时候，不再分解

因为1个数字肯定只有一种排列方式啊，现在我们分解成了很多的小问题，解决一个小问题就合并，合并成

一个大点的问题，合并之后这个大点的问题也解决了，再将这些大点的问题合并成一个更大的问题，那么这

个更大点的问题也解决了，直到最大的问题解决为止

这个就是用分治的思想解决全排列问题，我主要想分析的是分治的思想者全排列问题上是怎么用的，不想分析具体全排列的做法，因为我觉得思想比方法更重要，在解题的时候深有体会，因为又的时候没有题是你做过的原题，全排列问题的具体做法参考我的这篇博客：https://www.cnblogs.com/yinbiao/p/8684313.html，也贴一下代码

#include<string.h>
#include<stdio.h>
int k=0;
char a[100];
long long count=0;//全排列个数的计数
void s(char a[],int i,int k)//将第i个字符和第k个字符交换
{
    char t=a[i];
    a[i]=a[k];
    a[k]=t;
}
void f(char a[],int k,int n)
{
    if(k==n-1)//深度控制，此时框里面只有一个字符了，所以只有一种情况，所以输出
    {
       puts(a);
       count++;
    }
    int i;
    for(i=k;i<n;i++)
    {
        s(a,i,k);
        f(a,k+1,n);
        s(a,i,k);//复原，就将交换后的序列除去第一个元素放入到下一次递归中去了，递归完成了再进行下一次循环。这是某一次循环程序所做的工作，这里有一个问题，那就是在进入到下一次循环时，序列是被改变了。可是，如果我们要假定第一位的所有可能性的话，那么，就必须是在建立在这些序列的初始状态一致的情况下,所以每次交换后，要还原，确保初始状态一致。
    }
}
int main()
{
    gets(a);
    int l=strlen(a);//字符串长度
    f(a,k,l);
    printf("全排列个数:%lld
",count);
    return 0;
}

经典样例三：整数划分问题

给你一个数，问你所有的划分方式，比如4，4=1+3，4=1+1+2，4=2+2，4=1+1+1+1

我们来分析一下，我们想用分治的话，就要找子问题，假设n是要划分的数，m说最大的加数，n=4，m=3

分解成两类的子问题，一个是：一个是有m的情况，一个是没有m的情况，然后将有m的情况继续划分，分

解成有m-1和没有m-1的情况，一直划分下去，直到m=1，比如n=4，m=3，划分成的子问题：有3，无

3，有2，无2，有1，无1（没有意义，除非0+4=4），将这些子问题合并起来大问题就解决了，比如有

3：1+3，没有3分成有2，和无2，有2：1+1+2，2+2,无2分成有1：1+1+1+1，一共四种解决方案

我们来理一下思路：划分成子问题，解决这些子问题，合并

但是注意：这个问题里面的子问题有很多是重复的，大量重复子问题，比如n=5，m=4，1+4=5，1+1+

3=5，2+3=5，求3有几种划分方法的时候求了2次，如果n很大的话，那么就会有大量的重复子问题，这个时候可以采用dp（自己有点不理解重复子问题重复在哪里，觉得哪里有点不对劲）

分析了一下题中分治的思想，具体做法参考我的这篇博客：https://www.cnblogs.com/yinbiao/p/8672198.html，也贴个代码

/*
整数划分问题
：将一个整数划分为若干个数相加
例子：
整数4 最大加数 4
4=4
1+3=4
1+1+2=4
2+2=4
1+1+1+1=4
一共五种划分方案
注意：1+3=4，3+1=4被认为是同一种划分方案
*/

#include<stdio.h>
int q(int n,int m)//n表示需要划分的数字，m表示最大的家数不超过m
{
    if(m==1||n==1)//只要存在一个为1，那么划分的方法数肯定只有一种，那就是n个1相加
    {
        return 1;
    }else if(n==m&&n>1)//二者相等且大于1的时候，问题等价于：q(n,n-1)+1;意味着将最大加数减一之后n的划分数，然后加一，最后面那个一代表的是：0+n，这个划分的方案
    {
        return q(n,n-1)+1;
    }else if(n<m)//如果m>n,那么令m=n就ok，因为最大加数在逻辑上不可能超过n
    {
        return q(n,n);
    }else if(n>m)
    {
        return q(n,m-1)+q(n-m,m);//分为两种：划分方案没有m的情况+划分方案有m的情况
    }
    return 0;
}
int main()
{
    printf("请输入需要划分的数字和最大家数：
");
    int n,m;
    scanf("%d %d",&n,&m);
    int r=q(n,m);
    printf("%d
",r);
    return 0;
}

经典样例4：归并排序

把一个无序的数组，变成一个有序的数组，这个是大问题，根据分治的思想，要分解成很多的小问题，比如

无序数组8个数，要使得数组有序，即使得这8个数有序，分解成两个子问题：使得前面4个数有序，使得后

面的四个数有序，然后继续分解，在前面的4个数字中，又把它看成一个大问题，继续分解成两个小问题：

使得前面两个数有序，使得后面两个数有序，直到小问题数组中只有一个数为止，因为一个数的数组肯定是

有序的，小问题解决之后，还需要合并成一个大一点的问题，这样这个大一点的问题就也解决了，然后将两

个大一点的问题继续合并成一个更大一点的问题，这样这个更大一点的问题也解决了，直到最后，最大的问

题也解决了，这个就是分治思想在归并排序中的应用

也贴个代码，附带详细的解析

/*
归并排序
思想：
1.分而治之，将一个无序的数列一直一分为二，直到分到序列中只有一个数的时候，这个序列肯定是有序的，因为只有一个数，然后将两个只含有一个数字的序列合并为含有两个数字的有序序列，这样一直进行下去，最后就变成了一个大的有序数列
2.递归的结束条件是分到最小的序列只有一个数字的时候
时间复杂度分析：
最坏情况：T(n)=O(n*lg n)
平均情况：T(n)=O(n*lg n)
稳定性：稳定（两个数相等的情况，不用移动位置
辅助空间：O(n)
特点总结：
高效
耗内存（需要一个同目标数组SR相同大小的数组来运行算法）
*/
#include<stdio.h>
#define max 1024
int SR[max],TR[max];
int merge(int SR[],int TR[],int s,int m,int t)//SR代表两个有序序列构成的序列，s表示起始位置，m表示两个序列的分解位置，但是SR[m]仍是属于前面一个序列，t表示结束位置
{//TR是一个空数组，用来存放排序好之后的数字
    int i=s,j=m+1,k=s;
    while(i<=m&&j<=t)
    {
        if(SR[i]<SR[j])
        {
            TR[k++]=SR[i++];
        }else
        {
            TR[k++]=SR[j++];
        }
    }
    while(i<=m)//当前面一个序列有剩余的时候，直接把剩余数字放在TR的后面
    {
        TR[k++]=SR[i++];
    }
    while(j<=t)//当后面一个序列有剩余的时候，直接把剩余数字放在TR的后面
    {
        TR[k++]=SR[j++];
    }
    return 0;
}//该函数要求SR是由两个有序序列构成
void copy(int SR[],int TR[],int s,int t)//把TR赋给SR
{
    int i;
    for(i=s;i<=t;i++)
    {
        SR[i]=TR[i];
    }
}
int mergesort(int SR[],int s,int t)
{
    if(s<t)//表示从s到t有多个数字
    {
        int m=(s+t)/2;//将序列一分为二
        mergesort(SR,s,m);//前一半序列继续进行归并排序
        mergesort(SR,m+1,t);//后一半序列同时进行归并排序，
        //以上递归调用的结束条件是s!<t,也就是进行分到只有一个数字进行归并排序的时候，一个序列只有一个数字，那么这个序列肯定是有序的
        //以上都是属于“分”的阶段，目的是获得两个有序的数列
        merge(SR,TR,s,m,t);//对这两个有序的数列，进行排序，变成一个同样大小但是有序的数列
        copy(SR,TR,s,t);//将在TR中排序好的数列给SR，方便SR递归调用归并排序，因为每次两个归并排序的结果都是保存在TR中的，现在要进行下一步就必须在TR数列的基础上面=进行，所以我们把TR给SR
    }else//表示从s到t只有一个数字（s==t），或者没有数字（s>t）
    {
        ;//空，也可省略，加一个else只是为了更好的理解程序
    }
    return 0;
}
int main()
{
    int n;
    printf("请输入排序数字的个数:
");
    scanf("%d",&n);
    int i;
    for(i=0;i<n;i++)
    {
        scanf("%d",&SR[i]);
    }
    mergesort(SR,0,n-1);//升序排列
    for(i=0;i<n;i++)
    {
        printf("%d ",SR[i]);
    }
    printf("
");
    return 0;
}

经典样例五：棋盘覆盖问题

不知道棋盘覆盖问题的请自行百度

在棋盘的某个位置给了你一个不可覆盖点，现在大问题是问我们怎么用L形状块覆盖整个棋盘，现在我们要把大问题分解成很多的子问题：把整块大棋盘分成同样大小的四个棋盘，直到分解成的棋盘大小为1，就是只有一个格子的时候，不再分解，所以最小的子问题就是四个格子的棋盘，如果这个四个格子的棋盘有不可覆盖点的话，那么就进行棋盘覆盖，如果没有的话就进行覆盖点的构造然后在覆盖（先不讲怎么判断，怎么构造，只讲思想，具体做法我有专门的博客），所以这样我们就解决了这个四个格子的棋盘，把所有的这样的小问题解决的，也就是把解决好的小棋盘合并起来不就构成了我们需要的大棋盘吗？

理清一下思路：

分解棋盘（分解成四个小棋盘，一直分解下去，直到棋盘大小为1）

解决问题（是直接覆盖还是先构造再覆盖）

合并已经解决的问题（将已经解决的所有小问题合并起来就构成了我们需要覆盖的大棋盘，且此时大棋盘也

已经覆盖好了）

棋盘问题具体做法请参考我的这篇博客：https://www.cnblogs.com/yinbiao/p/8666209.html

也贴一下代码吧

#include<stdio.h>
#define max 1024
int cb[max][max];//最大棋盘
int id=0;//覆盖标志位
int chessboard(int tr,int tc,int dr,int dc,int size)//tr，tc代表棋盘左上角的位置，dr ,dc代表棋盘不可覆盖点的位置,size是棋盘大小
{
    if(size==1)//如果递归到某个时候，棋盘大小为1，则结束递归
    {
        return 0;
    }
    int s=size/2;//使得新得到的棋盘为原来棋盘大小的四分之一
    int t=id++;
    if(dr<tr+s&&dc<tc+s)//如果不可覆盖点在左上角，就对这个棋盘左上角的四分之一重新进行棋盘覆盖
    {
        chessboard(tr,tc,dr,dc,s);
    }else//因为不可覆盖点不在左上角，所以我们要在左上角构造一个不可覆盖点
    {
        cb[tr+s-1][tc+s-1]=t;//构造完毕
        chessboard(tr,tc,tr+s-1,tc+s-1,s);//在我们构造完不可覆盖点之后，棋盘的左上角的四分之一又有了不可覆盖点，所以就对左上角棋盘的四分之一进行棋盘覆盖
    }

    if(dr<tr+s&&dc>=tc+s)//如果不可覆盖点在右上角，就对这个棋盘右上角的四分之一重新进行棋盘覆盖
    {
        chessboard(tr,tc+s,dr,dc,s);
    }else//因为不可覆盖点不在右上角，所以我们要在右上角构造一个不可覆盖点
    {
        cb[tr+s-1][tc+s]=t;
        chessboard(tr,tc+s,tr+s-1,tc+s,s);//在我们构造完不可覆盖点之后，棋盘的右上角的四分之一又有了不可覆盖点，所以就对右上角棋盘的四分之一进行棋盘覆盖
    }


     if(dr>=tr+s&&dc<tc+s)//如果不可覆盖点在左下角，就对这个棋盘左下角的四分之一重新进行棋盘覆盖
    {
        chessboard(tr+s,tc,dr,dc,s);
    }else//因为不可覆盖点不在左下角，所以我们要在左下角构造一个不可覆盖点
    {
        cb[tr+s][tc+s-1]=t;
        chessboard(tr+s,tc,tr+s,tc+s-1,s);//在我们构造完不可覆盖点之后，棋盘的左下角的四分之一又有了不可覆盖点，所以就对左下角棋盘的四分之一进行棋盘覆盖
    }

    if(dr>=tr+s&&dc>=tc+s)//如果不可覆盖点在右下角，就对这个棋盘右下角的四分之一重新进行棋盘覆盖
    {
        chessboard(tr+s,tc+s,dr,dc,s);
    }else//因为不可覆盖点不在右下角，所以我们要在右下角构造一个不可覆盖点
    {
        cb[tr+s][tc+s]=t;
        chessboard(tr+s,tc+s,tr+s,tc+s,s);//在我们构造完不可覆盖点之后，棋盘的右下角的四分之一又有了不可覆盖点，所以就对右下角棋盘的四分之一进行棋盘覆盖
    }

    //后面的四个步骤都跟第一个类似
}
int main()
{
    printf("请输入正方形棋盘的大小（行数）:
");
    int n;
    scanf("%d",&n);
    printf("请输入在%d*%d棋盘上不可覆盖点的位置:
",n,n);
    int i,j,k,l;
    scanf("%d %d",&i,&j);
    printf("不可覆盖点位置输入完毕，不可覆盖点的值为-1
");
    cb[i][j]=-1;
    chessboard(0,0,i,j,n);
    for(k=0;k<n;k++)
    {
        printf("%2d",cb[k][0]);
        for(l=1;l<n;l++)
        {
            printf(" %2d",cb[k][l]);
        }
        printf("
");
    }
    return 0;
}

经典样例六：快速排序

快速排序中分治的思想体现在哪里呢？

首先我们要了解快速排序的思想，选择一个基准元素，比基准元素大的放基准元素后面，比基准元素小的放

基准元素前面，这个叫做分区，每次分区都使得一个元素有序，进行很多次分区以后，数组就是有序数组

了，为什么是这样呢？因为每次分区，我们都使得了基准元素有序，以比基准元素小的为例，这些元素都比

基准元素小，放在基准元素前面，但这些比基准元素小的元素自己是无序的，确定的位置只有基准元素位

置，有序之后这些元素与基准元素的相对位置是不会变的，变的只有这些元素自己内部的位置，因为进行一

次分区就可以使得一位元素有序，所以进行很夺次分区以后，数组就是有序的了，

那么分治的思想到底体现在哪里呢/

第一步：把大问题分解成很多子问题（每次使得一位元素有序，分区操作可以做到）

第二步：解决子问题（进行分区操作，每次使得一位元素有序）

第三步：所有子问题解决了那么最大的问题也解决了

再简单分析一下：第一次分区是对整个数组进行分区，确定了第一个基准元素的位置，然后对比基准元素大

的和比基准元素小的进行分区，确定第二个和第三个基准元素的位置，如果序列够好的话（每次分区时，比

基准元素大的元素和比基准元素小的元素每次都一样多）n*logn时间可解决

关于快排的具体做法请参考我的这篇博客：https://www.cnblogs.com/yinbiao/p/8805233.html

也贴个代码吧（随机化快排，基准元素选择是随机的）

#include<bits/stdc++.h>
using namespace std;
#define n 5
int a[n];
void swap_t(int a[],int i,int j)
{
    int t=a[i];
    a[i]=a[j];
    a[j]=t;
}
int par(int a[],int p,int q)
{
    int i=p;//p是轴
    int x=a[p];
    for(int j=p+1;j<=q;j++)
    {
        if(a[j]<=x)
        {
            i++;
            swap_t(a,i,j);
        }
    }
    swap_t(a,p,i);
    return i;//轴位置
}
int Random(int p,int q)
{
    return rand()%(q-p+1)+p;
}
int Randomizedpar(int a[],int p,int q)
{
    int i=Random(p,q);
    swap_t(a,p,i);//第一个和第i个交换，相当于有了一个随机基准元素
    return par(a,p,q);
}
void RandomizedQuickSort(int a[],int p,int q)
{
    if(p<q)
    {
        int r=Randomizedpar(a,p,q);
        printf("%d到%d之间的随机数：%d
",p,q,r);
        RandomizedQuickSort(a,p,r-1);
        RandomizedQuickSort(a,r+1,q);
    }
}
int main()
{
    int i;
    for(i=0;i<n;i++)
    {
        scanf("%d",&a[i]);

    }
    RandomizedQuickSort(a,0,n-1);
    for(i=0;i<n;i++)
    {
        printf("%d
",a[i]);
    }
    return 0;
}

经典样例七：求第k小/大元素

这是快排分区思想的应用，也要进行分区操作，和快排不同的是，快排分区之后还有继续处理基准元素

两边的数据，而求k小/大不用，只用处理一边即可

假如现在这里5个元素，分为1，2，3，4，5号位置

第一种情况：假设求第3小元素，假设第一次分区的基准元素完成分区后在第2号位置，那么我们知道3>2

所以只要对基准元素后面的元素继续分区就可以（注意k的值要变了，k代表的是在升序有序数组的1相对位

置，现在对第一次分区的基准元素后面的元素进行分区操作，区间大小是变小了的，所以k值是要跟着变的）

讲了这么多，所以分治的思想到底体现在哪里呢？

跟快排一样，有分区操作，所以分治的思想在这里的体现和在快排的体现都是一样的，不同的是这里只要对

基准元素前面元素或者后面元素进行继续分区(如果需要继续分区的话），而快排是基准元素两边都要继续

分区的

贴个代码（采用的是随机分区）

#include<bits/stdc++.h>
using namespace std;
void swap_t(int a[],int i,int j)
{
    int t=a[i];
    a[i]=a[j];
    a[j]=t;
}
int par(int a[],int p,int q)//p是轴,轴前面是比a[p]小的，后面是比a[p]大的
{
    int i=p,x=a[p];
    for(int j=p+1;j<=q;j++)
    {
        if(a[j]>=x)
        {
            i++;
            swap_t(a,i,j);
        }
    }
    swap_t(a,p,i);
    return i;//返回轴位置
}
int Random(int p,int q)//返回p，q之间的随机数
{
    return rand()%(q-p+1)+p;
}
int Randomizedpar(int a[],int p,int q)
{
    int i=Random(p,q);
    swap_t(a,p,i);//第一个和第i个交换，相当于有了一个随机基准元素
    return par(a,p,q);
}
int RandomizedSelect(int a[],int p,int r,int k)
{
    if(p==r)
        return a[p];
    int i=Randomizedpar(a,p,r);
    int j=i-p+1;
    printf("i=%d j=%d
",i,j);
    if(k<=j)
        return RandomizedSelect(a,p,i,k);
    else
        return RandomizedSelect(a,i+1,r,k-j);
}
int main()
{
    int n;
    scanf("%d",&n);
    int a[n];
    for(int i=0;i<n;i++)
    {
        scanf("%d",&a[i]);
    }
    int x=RandomizedSelect(a,0,n-1,2);
    printf("%d
",x);
}

样例大概就是这些

还有一个很重要的知识点差点忘了复习，分治的主定理

分治的一般形式：

T(N)=aT(N/b)+f(n)

1.a==1 T(n)=O(logn)

2.a!=1  T(n)=O（n的logb a）次方

3. a==b T(n)=O(n*log b a)

4 a<b T(n)=O(n)

5. a>b  T(n)=O(n的log b a次方）

用于估算分治算法的时间复杂的（数学log 的指数和底数不好表示。。。）