分治法的核心思想就是“分而治之”。利用分而治之的思想,就可以把一个大规模、高难度的问题,分解为若干个小规模、低难度的小问题。然后,在把这些简单问题解决好之后,通过把这些小问题的答案合并,就得到了原问题的答案。通常而言,这些小问题具备互相独立、形式相同的特点。
很多高效率的算法都是以分治法作为其基础思想,例如排序算法中的快速排序和归并排序。
当需要采用分治法时,一般原问题都需要具备以下几个特征。
分治与递归的对比:分治可以采用递归或递推来分解问题。如果分治法使用递归,那么分治法在每轮递归上,都包含了分解问题、解决问题和合并结果这 3 个步骤。
通常二分查找需要一个前提,那就是输入的数列是有序的。
二分查找的思路比较简单,步骤如下:
i
将集合 L
分为二个子集合,一般可以使用中位数;L(i)
是否能与要查找的值 des
相等,相等则直接返回结果;L(i)
与 des
的大小;对二分查找的复杂度进行分析。二分查找的最差情况是,不断查找到最后 1 个数字才完成判断,那么此时需要的最大的复杂度就是 O(logn)
。
首先判断 8 和中位数 5 的大小关系。因为 8 更大,所以在更小的范围 6, 7, 8, 9, 10 中继续查找。此时更小的范围的中位数是 8。由于 8 等于中位数 8,所以查找到并打印查找到的 8 对应在数组中的 index 值。
从代码实现的角度来看,可以采用两个索引 low
和 high
,确定查找范围。最初 low
为 0,high
为数组长度减 1。在一个循环体内,判断 low
到 high
的中位数与目标变量 targetNumb
的大小关系。根据结果确定向左走(high = middle - 1
)或者向右走(low = middle + 1
),来调整 low
和 high
的值。直到 low
反而比 high
更大时,说明查找不到并跳出循环。
注意:当数组元素过多时,(high + low) / 2
容易造成溢出,可以用 high + (low - high) / 2;
或者无符号右移也可以避免溢出。
public static void main(String[] args) {
// 需要查找的数字
int targetNumb = 8;
// 目标有序数组
int[] arr = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
int middle = 0;
int low = 0;
int high = arr.length - 1;
int isfind = 0;
while (low <= high) {
middle = (high + low) / 2;
if (arr[middle] == targetNumb) {
System.out.println(targetNumb + " 在数组中,下标值为: " + middle);
isfind = 1;
break;
} else if (arr[middle] > targetNumb) {
// 在 low ~ middle 之间
high = middle - 1;
} else {
// 在 middle ~ high 之间
low = middle + 1;
}
}
if (isfind == 0) {
System.out.println("数组不含 " + targetNumb);
}
}
arr = { -1, 3, 3, 7, 10, 14, 14 };
则返回 10。public static void main(String[] args) {
int targetNumb = 9;
// 目标有序数组
int[] arr = { -1, 3, 3, 7, 10, 14, 14 };
int middle = 0;
int low = 0;
int high = arr.length - 1;
while (low <= high) {
middle = (high + low) / 2;
if (arr[middle] > targetNumb && (middle == 0 || arr[middle - 1] <= targetNumb)) {
System.out.println("第一个比 " + targetNumb + " 大的数字是 " + arr[middle]);
break;
} else if (arr[middle] > targetNumb) {
// 说明该数在low~middle之间
high = middle - 1;
} else {
// 说明该数在middle~high之间
low = middle + 1;
}
}
}
二分查找的一些经验和规律的总结:
O(logn)
,这也是分治法普遍具备的特性。当你面对某个代码题,而且约束了时间复杂度是 O(logn)
或者是 O(nlogn)
时,可以想一下分治法是否可行。while
循环加 break
跳出的代码结构。分治法经常会用在海量数据处理中。这也是它显著区别于遍历查找方法的优势。在面对陌生问题时,需要注意原问题的数据是否有序,预期的时间复杂度是否带有 logn
项,是否可以通过小问题的答案合并出原问题的答案。如果这些先决条件都满足,就应该第一时间想到分治法。