浅析信息学中的“分”与“合

”
福建省福州第三中学
杨沐
 引言
分 合
“
分”的思 想是 “
合”的 思想与“
将一个 难以直接 分” 相对，是将 一
解决的 大问题， 些零 散的小问题 的
转化成 一些规模 解决 合并成一个 大
较小或 限制某些 问题 ，从而取得 整
条件的 子问题来 个问 题的解决。
思考， 以求将问
题解决 。
 引言
 运用“分”与“ 合”思想方 法解题的精 髓
在于通过在“分 ”与“合”
 [ 例一 ] 牛奶模版 二分之间的转化 ，
找出解决问题的
N,K 限制下最优 化问题→关键，从而N,K,Len解决问题。
限制下存在 性
“分治法”是运
问题 用“分”与 “合”思想 方
 [ 例二 ] 树的重建 化归
法解题的重要应 用，此外， “分”与“ 合
规模为 n 的问题 →规模为
”的思想方法还 有更多、更 n-1 的问题
广泛的应用 。
 [ 例三 ] 最优序列
 [ 例三 ] 最优 序列
 给定一 个长度为 N 的正整数序 列。
 求一个 子序列，使 得原序列中 任意长度 为
M 的子串 中被选出的 元素不超过 K 个。
 要求选 出的元素之 和最大。
 数据范 围：

1≤N≤1000
1≤K ， M≤100
 [ 例三 ] 最优 序列
 输入数 据：
N=10 ， M=4 ， K=2
{7 ， 3 ， 4 ， 8 ， 2 ， 6 ， 5 ， 7 ， 4 ，
8}
 输出答 案：
36

 {7 ， 3， 4， 8， 2， 6， 5， 7， 4，
8}
[ 例三 ] 最优 序列 —— 分析
动态规划 超时
O(2M
N)
100
×1000)
！

线段树？ 无从入手

怎么办？ “ 分”
[ 例三 ] 最优序 列— —“ 分”繁
为简

 动态规 划之所以不 可行，原因 在于—— 题

目中 K 和 M 的范围太大 了！

 利用“ 分”的思想 ，我们尝试 限制 K ，令

K=1 ，也就 是对于长度 为 M 的子串，最多
只选一 个元素作为 原题的一个 子问题：
 [ 例三 ] 最优 序列 —— 子问题
 给定一 个长度为 N 的正整数序 列。
 求一个 子序列，使 得原序列中 任意长度 为
M 的子串 中被选出的 元素不超过 1 个。
 要求选 出的元素之 和最大。
 数据范 围：

1≤N≤1000
1≤M≤100
[ 例三 ] 最优序 列— —“ 分”繁
为简
 对于这 个子问题， 由于 K 做了限制，我 们
可以用 动态规划来 解决这个问 题。

 设 dp[i] 表示前 i 个元 素， 在满足题 意的 前提 下选出 的最

大和
dp[i]=max(dp[i-1],dp[i-M]+value[i]) i≥M
dp[i]=max(dp[i-1],value[i]) 0<i<M
dp[0]=0
[ 例三 ] 最优序 列— —进 一步分
析
1 K

子问题 原问题

是否可以通过求解 K 次的子问题
从而解决原题呢 ?
[ 例三 ] 最优序 列— —进 一步分
析
 命题
原问题 的解 集等价 于由 K 组互不 相交的 子问 题
的解组 成的 解集。
 引理一

原问题 的任 意一组 解都 可以由 K 组不相 交的子

问题的 解组 成。
 引理二

任意 K 组不相交 的子 问题的 解的 并均为 原问 题

的解。
 引理一

原问题 的任意一组 解都可以由 K 组不相 交

的子问 题的解组成 。
 证明

对于原 问题的任意 一解 P={a1,a2,a3…at} ，

a1<a2<a3…<at 。设 sum[i] 表示该解在 区间
[1,i] 内取出的元素 个数，则 根据题意满足
不等式 ：
sum[i]-sum[i-M]≤K
以下， 我们给出一 种构造法使 之能产生 一
组与该 解等价的 K 个子问题的 解。

设 K 个子问题的 解分别为 P0,P1,P2…Pk-1 ，

令 Pi={aj | j≡i (mod K)}
∵sum[i]-sum[i-M]≤K
∴ai-ai-k≥M
∴P0,P1,P2…Pk-1 均为合法的 子问题的解
又因为 P0∪P1∪P2…∪Pk-1=P ，因此我们 成
功地构 造出了子问 题的解。
 引理二

任意 K 组不相交的 子问题的解 的并均为 原

问题的 解。
 证明

设 K 个子问题的 不相交的解 分别为

P0,P1,P2…Pk-1 ，
Pi={ai1,ai2,ai3…ail} ， ai1<ai2<ai3…<ail
∵ 对于任意 长度为 M 的区间， Pi 至多只
有一个 元素在其内 部
设 P=P0∪P1∪P2…∪Pk-1 ，
则对于 任意长度为 M 的区间， P 在其 内
部选出 的元素个数 不超过 K 个
∴ 任意 K 组互不相交 的子问题的 解的并
都是原 问题的合法 解。

引理一 与引理二分 别证明了命 题的充分 性

和必要 性，因此该 命题成立
[ 例三 ] 最优序 列— —进 一步分
析
 题目中
存在着一个 潜条件，即 ：
每个 元素只能被 选一次

 若直接套用 K 次动态规划来求 解，有可 能

导致某 个元素被取 多次，无法 满足题目 中
的这个 条件。
[ 例三 ] 最优序 列— —进 一步分
析
 N=10 ， M=4 ， K=2
{1 3 1 1 1 1 1 1 3 1}
3 3
3 3
并 1 3 1 1 3
1 动态 规划： 12
 贪心 ： 9 标准答 案： 10
[ 例三 ] 最优序 列— —整 体分析
 考虑动态规划与贪 心之所以不 能得到正 确
解，其 关键原因在 于——题目 中存在着 一
个元素 只能被取一 次的限制， 而对于这 种
限制各 点被选取次 数的题目， 我们通常 使
用网络 流来解决， 那么这道题 是否也能 通
过转化 图论模型来 使用网络流 解决呢？ 答
案是肯 定的。
[ 例三 ] 最优序 列— —整 体分析
 构造带 权网 络 G=(V,A,C)
 序列中 的每 个元素 i 用顶 点 i 与 i’ 表示， i→i’ 连
边，容 量为 1 ，费 用为该 元素 的数值 value[i] ，
图中包 含源 S 与汇 T 。
 所有点 i 向点 (i+1) 连边 ，容量 为 +∞ ，费 用为 0
 源 S 向所有 点 i 各连一 条边， 容量 为 +∞ ，费用
为0
 所有点 i’ 向汇 T 各连一 条边， 容量 为 +∞ ，费用
为0
 所有点 i’ 向点 (i+M) 连边， 容量为 +∞ ，费 用为
 S
容量 = +∞
1
费用 = 0
value[i]

……
1 2 3 n

1’ 2’ 3’
……
n’

T
[ 例三 ] 最优序 列— —整 体分析
 构图完成之后，网 络中的每个 单位流量 表
示一个 子问题的解 ，因此，我 们只需要 在
网络中 寻找 K 次最大费用增广 路即可得 到
答案。

 由于这 张图的边数 与顶点数同 阶，若使 用

SPFA 算法求增广轨， 则期望时间 复杂度
仅为 O(KN) ，是个 十分优秀的 算法。
 总结
转化 辨证关
系
对立

分 合
“ 分”的 思想帮助我 们迅速地切入 问题
核心， 但若过分细 化则会使问 题太过凌 乱
，失去 求解的方向 统一
；而“合” 的思想则 以
线串珠 ，使各种纷 杂无序的问
善于题具有了 整
归纳总结
分中有合，合中
体性。
有 勇于创新
分
谢 谢
 总结：“分”与“合”虽然对立，却没有明显的分
界。一道问题若使用“分”的方法，则必然有“合
”的操作，正所谓“分中有合，合中有分”，这两
者相互对立，各有优势，却又相互补充，“分”的
思想帮助我们迅速地切入问题核心，但若过分细化
则会使问题太过凌乱，失去求解的方向；而“合”
的思想则以线串珠，使各种纷杂无序的问题具有了
整体性，这正体现了两者之间的辨证关系。
 运用“分”与“合”的思想，对于不同的题目需要
不同的分析，其精髓就在于“转化”。无论是“分
”还是“合”都是朝着将问题转化为更加便于思考
的方向前进，而在这路途中，又需要我们善于归纳
总结。只有将已有的知识与“分合”思想有机地结
合起来，同时勇于创新，不断积累经验，我们才能
从千变万化的题目中找寻出本质，从而更快更有效
地解决实际问题。
小结
转化目
标

网 整体 部分
络 动态规
流 划
！ 贪心
 线段树 无法 解决该 题的原 因
 因为原 问题是要求 对于任意长 度为 M 的
区间， 都限制了取 数不超过 K 个。而这 些
区间有 互相有交， 这使得线段 树很难准 确
的表示 一个状态并 进行处理。
 更重要 的是，线段 树只是一个 用来提升 算
法效率 的辅助工具 ，若要使用 线段树， 则
必须先 提出一个可 行的算法。 但对于这 题
我们很 难想出一个 可以使用线 段树的算 法
。
 动态规 划的 解法
 将连续 M 位的 被选状 态 (0,1) 压缩 成 M 位二 进
制数表 示 ,DP[i,j] 表示 [1,i] 区间 , 最后 M 位状 态
为 j 时的最 优解 , 由于 满足无 后效 性和最 优子 结
构性质 , 可以 使用动 态规 划解决 , 转移方 程如下
: m −1
dp[i, j ] = max(dp[i − 1,2 + j / 2], dp[i − 1, j / 2]) + ( jand1)value[i]