分治法基礎
分治法(Divide and Conquer)顧名思義，思想核心是將問題拆分為子問題，對子問題求解、最終合並結果，分治法用偽代碼表示如下：
function f(input x size n) if(n < k) solve x directly and return else divide x into a subproblems of size n/b call f recursively to solve each subproblem Combine the results of all sub-problems
分治法簡單而言分三步 Divide、Conquer、Combine，圖示如下：
和動態規划、貪心等一樣，分治法是一種算法思想，不是用於解決專門某類問題的方法。折半查找(Binary Search)、快速排序/快速選擇/歸並排序、二叉樹處理等都包含了分治法的思想。
關於折半查找、快速排序/歸並排序，詳見：
算法與數據結構基礎 - 折半查找(Binary Search)
相關LeetCode題：
215. Kth Largest Element in an Array 題解
426. Convert Binary Search Tree to Sorted Doubly Linked List 題解
4. Median of Two Sorted Arrays 題解
緩存過程結果(Memoization)
一些場景下我們會遇到相同的子問題，這時可以用哈希表等結構緩存子問題的結果，當再次遇到相同子問題時、直接返回結果即可，memoization是常用的減少計算復雜度的技巧。
相關LeetCode題：
241. Different Ways to Add Parentheses 題解
時間復雜度
分治法中常用到遞歸，因而其時間復雜度並不直觀，關於分治法時間復雜度計算，詳見：
Advanced master theorem for divide and conquer recurrences