一、基本概念

在計算機科學(xué)中，分治法是一種很重要的算法。字面上的解釋是“分而治之”，就是把一個復(fù)雜的問題分成兩個或更多的相同或相似的子問題，再把子問題分成更小的子問題……直到最后子問題可以簡單的直接求解，原問題的解即子問題的解的合并。這個技巧是很多高效算法的基礎(chǔ)，如排序算法(快速排序，歸并排序)，傅立葉變換(快速傅立葉變換)……

任何一個可以用計算機求解的問題所需的計算時間都與其規(guī)模有關(guān)。問題的規(guī)模越小，越容易直接求解，解題所需的計算時間也越少。例如，對于n個元素的排序問題，當(dāng)n=1時，不需任何計算。n=2時，只要作一次比較即可排好序。n=3時只要作3次比較即可，…。而當(dāng)n較大時，問題就不那么容易處理了。要想直接解決一個規(guī)模較大的問題，有時是相當(dāng)困難的。

二、基本思想及策略

分治法的設(shè)計思想是：將一個難以直接解決的大問題，分割成一些規(guī)模較小的相同問題，以便各個擊破，分而治之。

分治策略是：對于一個規(guī)模為n的問題，若該問題可以容易地解決（比如說規(guī)模n較?。﹦t直接解決，否則將其分解為k個規(guī)模較小的子問題，這些子問題互相獨立且與原問題形式相同，遞歸地解這些子問題，然后將各子問題的解合并得到原問題的解。這種算法設(shè)計策略叫做分治法。

如果原問題可分割成k個子問題，1<k≤n，且這些子問題都可解并可利用這些子問題的解求出原問題的解，那么這種分治法就是可行的。由分治法產(chǎn)生的子問題往往是原問題的較小模式，這就為使用遞歸技術(shù)提供了方便。在這種情況下，反復(fù)應(yīng)用分治手段，可以使子問題與原問題類型一致而其規(guī)模卻不斷縮小，最終使子問題縮小到很容易直接求出其解。這自然導(dǎo)致遞歸過程的產(chǎn)生。分治與遞歸像一對孿生兄弟，經(jīng)常同時應(yīng)用在算法設(shè)計之中，并由此產(chǎn)生許多高效算法。

三、分治法適用的情況

分治法所能解決的問題一般具有以下幾個特征：

1. 該問題的規(guī)?？s小到一定的程度就可以容易地解決

2. 該問題可以分解為若干個規(guī)模較小的相同問題，即該問題具有最優(yōu)子結(jié)構(gòu)性質(zhì)。

3. 利用該問題分解出的子問題的解可以合并為該問題的解；

4. 該問題所分解出的各個子問題是相互獨立的，即子問題之間不包含公共的子子問題。

第一條特征是絕大多數(shù)問題都可以滿足的，因為問題的計算復(fù)雜性一般是隨著問題規(guī)模的增加而增加；

第二條特征是應(yīng)用分治法的前提它也是大多數(shù)問題可以滿足的，此特征反映了遞歸思想的應(yīng)用；、

第三條特征是關(guān)鍵，能否利用分治法完全取決于問題是否具有第三條特征，如果具備了第一條和第二條特征，而不具備第三條特征，則可以考慮用貪心法或動態(tài)規(guī)劃法。

第四條特征涉及到分治法的效率，如果各子問題是不獨立的則分治法要做許多不必要的工作，重復(fù)地解公共的子問題，此時雖然可用分治法，但一般用動態(tài)規(guī)劃法較好。

四、分治法的基本步驟

分治法在每一層遞歸上都有三個步驟：

step1 分解：將原問題分解為若干個規(guī)模較小，相互獨立，與原問題形式相同的子問題；

step2 解決：若子問題規(guī)模較小而容易被解決則直接解，否則遞歸地解各個子問題

step3 合并：將各個子問題的解合并為原問題的解。

它的一般的算法設(shè)計模式如下：

Divide-and-Conquer(P)

1. if |P|≤n0

2. then return(ADHOC(P))

3. 將P分解為較小的子問題 P1 ,P2 ,…,Pk

4. for i←1 to k

5. do yi ← Divide-and-Conquer(Pi) △ 遞歸解決Pi

6. T ← MERGE(y1,y2,…,yk) △ 合并子問題

7. return(T)

其中|P|表示問題P的規(guī)模；n0為一閾值，表示當(dāng)問題P的規(guī)模不超過n0時，問題已容易直接解出，不必再繼續(xù)分解。ADHOC(P)是該分治法中的基本子算法，用于直接解小規(guī)模的問題P。因此，當(dāng)P的規(guī)模不超過n0時直接用算法ADHOC(P)求解。算法MERGE(y1,y2,…,yk)是該分治法中的合并子算法，用于將P的子問題P1 ,P2 ,…,Pk的相應(yīng)的解y1,y2,…,yk合并為P的解。

五、分治法的復(fù)雜性分析

一個分治法將規(guī)模為n的問題分成k個規(guī)模為n／m的子問題去解。設(shè)分解閥值n0=1，且adhoc解規(guī)模為1的問題耗費1個單位時間。再設(shè)將原問題分解為k個子問題以及用merge將k個子問題的解合并為原問題的解需用f(n)個單位時間。用T(n)表示該分治法解規(guī)模為|P|=n的問題所需的計算時間，則有：

T（n）= k T(n/m)+f(n)

通過迭代法求得方程的解：

遞歸方程及其解只給出n等于m的方冪時T(n)的值，但是如果認(rèn)為T(n)足夠平滑，那么由n等于m的方冪時T(n)的值可以估計T(n)的增長速度。通常假定T(n)是單調(diào)上升的，從而當(dāng)mi≤n<mi+1時，T(mi)≤T(n)<T(mi+1)。

六、可使用分治法求解的一些經(jīng)典問題

（1）二分搜索
（2）大整數(shù)乘法
（3）Strassen矩陣乘法
（4）棋盤覆蓋
（5）合并排序
（6）快速排序
（7）線性時間選擇
（8）最接近點對問題
（9）循環(huán)賽日程表
（10）漢諾塔
七、依據(jù)分治法設(shè)計程序時的思維過程

實際上就是類似于數(shù)學(xué)歸納法，找到解決本問題的求解方程公式，然后根據(jù)方程公式設(shè)計遞歸程序。
1、一定是先找到最小問題規(guī)模時的求解方法
2、然后考慮隨著問題規(guī)模增大時的求解方法
3、找到求解的遞歸函數(shù)式后（各種規(guī)?；蛞蜃樱?，設(shè)計遞歸程序即可。

312. Burst Balloons
     這道題一開始還是很難的
     問題應(yīng)該反過來考慮，假設(shè)有n盞燈，
     一開始n盞燈都熄滅了；
     再考慮n-1盞燈都熄滅了；
     ……
     最后考慮所有的燈n - （n - 1)都熄滅了；
     吱吱， 典型的動態(tài)規(guī)劃對不對？
     每一層都多熄滅了一盞燈， 至于那一盞燈， 用分治法呀

//20170922   參考
class Solution {  
public:  
    int maxCoins(vector<int>& nums) {  
        int arr[nums.size()+2];  
          
        for(int i=1;i<nums.size()+1;++i)arr[i] = nums[i-1];  
        arr[0] = arr[nums.size()+1] = 1;  
          
        int dp[nums.size()+2][nums.size()+2]={};  
        int n = nums.size()+2;  
          
        for(int k=2;k<n;++k)  
        {  
            for(int left = 0;left<n-k;++left){  
                int right = left + k;  
                for(int i=left+1;i< right; ++i)  
                {  
                    dp[left][right] = max(dp[left][right],arr[left]*arr[i]*arr[right] + dp[left][i] + dp[i][right]);  
                }  
            }      
        }  
        return dp[0][n-1];  
    }  
};