分治法

　　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。

分治法的使用方法

　几个特征

　　1）难度在降低，即原问题的解决难度，随着数据的规模的缩小而降低。这个特征绝大多数问题都是满足的。

　　2）问题可分，原问题可以分解为若干个规模较小的同类型问题。这是应用分治法的前提。

　　3）解可合并，利用所有子问题，可合并出原问题的解。这个特征很关键，能否利用分治法完全取决于这个特征。

　　4）相互独立，各个子问题之间相互独立，某个子问题的求解不会影响到另一个问题。如果子问题之间不独立，则分治法需要重复地解决公共的子问题，造成效率底下的结果。

分治法在每轮递归上，都包含了分解问题、解决问题和合并问题这3个步骤。

二分查找：

func main() {
    targetNum := 8
    arr := [10]int{1,2,3,4,5,6,7,8,9,10}
    var middle int
    var low int
    var high = len(arr) - 1
    isfind := 0

    for low < high {
        middle = (high + low) / 2
        if arr[middle] == targetNum {
            fmt.Println("找到了: ", arr[middle], middle)
            isfind = 1
            break
        } else if arr[middle] > targetNum {
            high = middle - 1
        } else {
            low = middle + 1
        }
    }

    if isfind == 0 {
        fmt.Println("没有找到")
    }
}

1.二分查找的时间复杂度是 O(logn)，这也是分治法普遍具备的特性。当你面对某个代码题，而且约束了时间复杂度是 O(logn) 或者是 O(nlogn) 时，可以想一下分治法是否可行。

2.二分查找的循环次数并不确定。一般是达到某个条件就跳出循环。因此，编码的时候，多数会采用 while 循环加 break 跳出的代码结构。

3.二分查找处理的原问题必须是有序的。因此，当你在一个有序数据环境中处理问题时，可以考虑分治法。相反，如果原问题中的数据并不是有序的，则使用分治法的可能性就会很低了。