algorithm/hello-algo
1
0
Fork 0
mirror of https://github.com/krahets/hello-algo.git synced 2025-08-02 11:33:18 +08:00
Code Issues Packages Projects Releases Wiki Activity

deploy

Browse Source
This commit is contained in:
krahets
2023-12-02 06:24:11 +08:00
parent 5783c402bf
commit d20d8b3ee1
107 changed files with 1685 additions and 1745 deletions
Download Patch File Download Diff File Expand all files Collapse all files

12
chapter_divide_and_conquer/summary/index.html
View File

@ -3317,15 +3317,15 @@
<!-- Page content -->
<h1 id="125">12.5 &nbsp; 小结<a class="headerlink" href="#125" title="Permanent link">&para;</a></h1>
<ul>
<li>分治算法是一种常见的算法设计策略，包括分（划分）和治（合并）两个阶段，通常基于递归实现。</li>
<li>判断是否是分治算法问题的依据包括：问题能否被分解、子问题是否独立、子问题是否可以被合并。</li>
<li>分治是一种常见的算法设计策略，包括分（划分）和治（合并）两个阶段，通常基于递归实现。</li>
<li>判断是否是分治算法问题的依据包括：问题能否分解、子问题是否独立、子问题能否合并。</li>
<li>归并排序是分治策略的典型应用，其递归地将数组划分为等长的两个子数组，直到只剩一个元素时开始逐层合并，从而完成排序。</li>
<li>引入分治策略往往可以带来算法效率的提升。一方面，分治策略减少了操作数量；另一方面，分治后有利于系统的并行优化。</li>
<li>引入分治策略往往可以提升算法效率。一方面，分治策略减少了操作数量；另一方面，分治后有利于系统的并行优化。</li>
<li>分治既可以解决许多算法问题，也广泛应用于数据结构与算法设计中，处处可见其身影。</li>
<li>相较于暴力搜索，自适应搜索效率更高。时间复杂度为 <span class="arithmatex">\(O(\log n)\)</span> 的搜索算法通常都是基于分治策略实现的。</li>
<li>相较于暴力搜索，自适应搜索效率更高。时间复杂度为 <span class="arithmatex">\(O(\log n)\)</span> 的搜索算法通常是基于分治策略实现的。</li>
<li>二分查找是分治策略的另一个典型应用，它不包含将子问题的解进行合并的步骤。我们可以通过递归分治实现二分查找。</li>
<li>在构建二叉树问题中，构建树（原问题）可以被划分为构建左子树和右子树（子问题），其可以通过划分前序遍历和中序遍历的索引区间来实现。</li>
<li>在汉诺塔问题中，一个规模为 <span class="arithmatex">\(n\)</span> 的问题可以被划分为两个规模为 <span class="arithmatex">\(n-1\)</span> 的子问题和一个规模为 <span class="arithmatex">\(1\)</span> 的子问题。按顺序解决这三个子问题后，原问题随之得到解决。</li>
<li>在构建二叉树的问题中，构建树（原问题）可以划分为构建左子树和右子树（子问题），这可以通过划分前序遍历和中序遍历的索引区间来实现。</li>
<li>在汉诺塔问题中，一个规模为 <span class="arithmatex">\(n\)</span> 的问题可以划分为两个规模为 <span class="arithmatex">\(n-1\)</span> 的子问题和一个规模为 <span class="arithmatex">\(1\)</span> 的子问题。按顺序解决这三个子问题后，原问题随之得到解决。</li>
</ul>
<!-- Source file information -->