分治法，是演算法思想裡最基礎的思想。這也和人的基本思維有關，當我們需要解決乙個大的問題時，直覺的就會將這個大問題分成多個小問題來解決。
大量的經典演算法，都是基於分治法。比如，快速排序，歸併排序。當然，最讓人想起來的，就是二分查詢了。
分治，分而治之。分的原因是因為問題的規模太大，需要拆開了解決，目的是為了解決問題，分解只是手段。所以分治的步驟其實很明確:
分解：將大問題的分解成小問題，是這個演算法的核心。也是使用分治法的效率保證，如果分解不合理。那麼反而會弄巧成拙。
解決：解決問題，便是分解之後的小問題。他們的解決步驟是相同，至少是相似的。所以，分治法中經常用到遞迴，就是基於這樣的目的。
合併：前面那麼麻煩的兩步，最終的目的仍然是為了解決這個問題。所以需要將分解問題得到的解，合併成最終需要的終極答案，便是這個演算法的結束過程。譬如，你使用遞迴的時候，也需要最後退出的條件。分治法結束條件，就是合併步驟的結束。
雖然很多的運用分治法的演算法，都使用到了遞迴。但是並不是意味著使用了遞迴的演算法，就是使用了分治法。分治法也可使用迭代來實現呀。可以這麼說，一切用尾遞迴方式的演算法，都可以通過乙個棧來迭代實現。遞迴只是演算法的實現手段，基於各語言（大部分）都支援在函式內部呼叫本身特性，可以減少**的重複。
我之所以特此說明，就是我曾經就有這種錯誤的認識。
我前面已經提到的快速排序，歸併排序，二分查詢。這三種演算法都是經典的演算法，實現方法已有很多人寫了。我就不獻醜了，特別引用了維基百科的快排和歸併的例子，當然依舊是python的實現。
維基百科的快速排序:
def qsort(arr):
if len(arr) <= 1:
return arr
else:
pivot = arr[0]
return qsort([x for x in arr[1:] if x < pivot]) + \
[pivot] + \
qsort([x for x in arr[1:] if x >= pivot])
from collections import deque
def merge_sort(lst):
if len(lst) <= 1:
return lst
def merge(left, right):
merged,left,right = deque(),deque(left),deque(right)
while left and right:
merged.extend(right if right else left)
return list(merged)
middle = int(len(lst) // 2)
left = merge_sort(lst[:middle])
right = merge_sort(lst[middle:])
return merge(left, right)
分治演算法 快速排序，歸併排序
快速排序 分析 資料結構p186.重要 當原始檔有序時複雜度是o n2 此時氣泡排序最好，無序時快速排序是最好的方法。void quicksort int a,int l,int r int i l int j r int x a i a l 即a i 就是第乙個坑 挖坑填數 while j i i...
分治法 快速排序 歸併排序 堆排序
十種常見排序演算法可以分為兩大類 非線性時間比較類排序 通過比較來決定元素間的相對次序，由於其時間複雜度不能突破o nlogn 因此稱為非線性時間比較類排序。線性時間非比較類排序 不通過比較來決定元素間的相對次序，它可以突破基於比較排序的時間下界，以線性時間執行，因此稱為線性時間非比較類排序。0.2...
分治法，歸併排序
1.時間複雜度為o nlog n 非降序 package com.cn.insertion 歸併排序，採用分治法的策略 author administrator public class merge sort mergesort a,0,9 for int i 0 i a.length i 先分在和...