数据查找之分治法

1.分治法是什么

从定性的角度来看，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。随后，开发者将面对多个简单的问题，并很快地找到答案各个击破。在把这些简单问题解决好之后，我们通过把这些小问题的答案合并，就得到了原问题的答案。

例1：
在一个包含 n 个元素的无序数组中，要求按照从小到大的顺序打印其 n 个元素。

假设我们采用 n 个元素之间的两两比较的计算方法，去得到从小到大的序列。分析如下：

• 当数据量 n = 1 时，不需任何计算，直接打印即可；
• 当数据量 n = 2 时 ，那需要做 1 次比较即可达成目标；
• 当数据量 n = 3 时，要对这 3 个元素进行两两比较，共计 3 次比较；
• 而当数据量 n = 10 时，问题就不那么容易处理了，我们需要 45 次比较（计算方式是 0.5*n(n-1) ）。

因此，要想通过上述方法直接解决一个规模较大的问题，其实是相当困难的。

基于此，分治法的核心思想就是分而治之。具体来说，它先将一个难以直接解决的大问题，分割成一些可以直接解决的小问题。如果分割后的问题仍然无法直接解决，那么就继续递归地分割，直到每个小问题都可解。

2. 分治法的价值

例2：
在 1000 个有序数字构成的数组 a 中，判断某个数字 c 是否出现过。

• 第一种方法，全局遍历。 复杂度 O(n)。采用 for 循环，对 1000 个数字全部判断一遍。
• 第二种方法，采用二分查找。 复杂度 O(logn)。递归地判断 c 与 a 的中位数的大小关系，并不断缩小范围。

其实，在小数据规模上，分治法没有什么特殊价值。只有在大数据集上，分治法的价值才能显现出来。

例3：
假如有一张厚度为 1 毫米且足够柔软的纸，问将它对折多少次之后，厚度能达到地球到月球的距离？

根据百度百科，地月平均距离是 384,403.9 千米，大约 39 万千米。
计算的过程是 2^39 = 549,755,813,888 = 55 万千米 > 39 万千米。

我们回到前面讲到的在数组 a 中查找数字 c 的例子，如果数组 a 的大小拓展到 549,755,813,888 这个量级上，使用第二种的二分查找方法，仅仅需要 39 次判断，就能找到最终结果。相比暴力搜索的方法，性能优势高的不是一星半点！这也证明了，复杂度为 O(logn) 相比复杂度为 O(n) 的算法，在大数据集合中性能有着爆发式的提高。

3. 分治法的使用方法

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。

以二分查找为例，关于分治法在排序中的使用，我们会在第 11 课时中讲到。查找问题指的是，在一个有序的数列中，判断某个待查找的数字是否出现过。二分查找，则是利用分治法去解决查找问题。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：

1. 选择一个标志 i 将集合 L