臨近期末，把之前做過的題目（有部分是未做過的）重新做一遍，整合到一起，為了省時間，就不貼**了，只分析思路。
分治演算法題目：
1、search a 2d matrix ii：在乙個每行每列都有序的矩陣中搜尋某一數字。
2、kth largest element in an array：找到陣列裡第k大元素。
可以參考quick select演算法，但是我偷懶使用了heap，大端堆的頂部是最大元素，可以根據k，進行幾次pop_heap操作得到想要的kth。
3、majority element：找到陣列裡出現次數 > n／2 的元素。
原先是想另開乙個陣列tmp，利用tmp［nums［i］］＋＋去計數每個元素出現次數。但是有乙個問題——並不知道tmp的大小，因為nums［i］未知，而且可能很大。於是想到了unordered_map，空間o（n），查詢時間o（1）的容器，利用nums［i］得到屬於它的乙個容器（中間經過雜湊變換，不需要擔心tmp的陣列越界情況）。
之後遍歷unordered_map得到 > n/2 的元素，返回即可。
4、maximum subrray：找到陣列的和最大的子串。
雖然是分治專題，但是這道題用動態規劃解起來很快。陣列re［i］表示以nums［i］結尾的子串的最大和。re［i］＝ max（re［i－1］＋ nums［i］， nums［i］）。
遍歷返回最大的re［i］即可。
演算法學習 一 分治演算法
演算法學習 一 分治演算法 1.1 引言 當我們在處理一些問題時，由於這些問題要處理的資料很多,或者求解的過程很複雜,這時如果直接求解將會在時間上花費很長時間,或者根本沒辦法求出,對於這一類的問題，我們可以先把它分解為幾個子問題,找到並求出這些子問題的相應的解,然後再用適當的方法將他們組合成整個問題...
五大常用演算法之一 分治演算法
一 基本概念 在電腦科學中，分治法是一種很重要的演算法。字面上的解釋是 分而治之 就是把乙個複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 直到最後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併。這個技巧是很多高效演算法的基礎，如排序演算法 快速排序，歸併排序 傅利...
五大常用演算法之一 分治演算法
一 基本概念 在電腦科學中，分治法是一種很重要的演算法。字面上的解釋是 分而治之 就是把乙個複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 直到最後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併。這個技巧是很多高效演算法的基礎，如排序演算法 快速排序，歸併排序 傅利...