pasti bingung ya kok aku ada dsitu 
Divide and Conquer
Salah satu strategi penyelesaian masalah dalam bidang komputasi adalah menggunakan divide dan conquer. Caranya adalah memecah problem menjadi beberapa sub problem. Masing masing sub problem tersebut dipecahkan dan selanjutnya solusinya digabungkan dengan suatu mekanisme tertentu. Apabila sub problem tersebut masih tidak bisa dipecahkan secara langsung, maka sub problem tersebut dipecah kembali menjadi beberapa sub problem secara divide an conquer. Dalam aplikasinya, hal tersebut bisa diselesaikan secara rekursif.
BINARY SEARCH
Salah satu penggunaan strategi penyelesaian menggunakan divide and conquer adalah dalam algoritma searching menggunakan binary search untuk suatu array yang telah terurut. Dengan menggunakan algoritma ini maka kompleksitas algoritma ini adalah O(log n). inilah algoritmanya :
int BinSearch (KeyType A [], int n, KeyType Key,int & Where)
// Search A [0 .. n-1] for Key. If found return
// TRUE and set Where to the subscript where found;
// otherwise, return FALSE . Assume A is in ascending
// sorted order and n > 0 .
{
int Lo = 0, Hi = n;
assert (n > 0);
while (Lo < Hi - 1)
{
Where = (Lo + Hi) / 2;
if (Key < A [Where])
Hi = Where;
else
Lo = Where;
}
Where = Lo;
return (Key == A [Lo]);
}
MERGE SORT
Inilah salah satu alternatif melakukan pengurutan /sorting menggunakan strategi divide and conquer. Kompleksitasnya algoritmanya dinyatakan dengan relasi rekurens T (n) = 2T (n/2) + n yang akan menghasilkan solusi O(n lg n)
MergeSort (TYPE A [], int n)
{
if (n > 1)
{
MergeSort (A, n/2);
MergeSort (A + n/2, n - n/2)
Merge (A, n/2, A + n/2, n - n/2, A)
}
}
Kelemahan merge sort ini adalah dibutuhkan memory ekstra pada saat fase Merge, bukan menggunakan teknik ‘in-place’.
PERKALIAN MATRIKS
Perkalian matriks yang biasa dilakukan, apabila dibuat prosedurnya secara biasa akan menghasilkan kompleksitas O(n^3). Hal tersebut dilakukan dengan menghitung masing masing elemen hasil perkalian matriks dengan rumus
C(i,j) = ? A(i,k) B(k,j)
Namun hal tersebut bisa dipangkas lagi menggunakan algoritma strassen, dimana setiap matriks dibagi menjadi 4 partisi, sebagai contoh sebuah matriks A dipartisi menjadi
A11 | A12
—————–
A21 | A22
dan dilakukan perhitungan sebagai berikut
M1 = (A11 + A22)(B11 + B22)
M2 = (A11 + A22)B11
M3 = A11(B11 ? B22)
M4 = A22(B21 ? B11)
M5 = (A11 + A12)B22
M6 = (A21 ? A11)(B11 + B12)
M7 = (A12 ? A22)(B21 + B22)
Diperoleh hasil perkalian matriks sebagai berikut:
C11 = M1 + M4 ? M5 + M7
C12 = M3 + M5
C21 = M2 + M4
C22 = M1 + M3 ? M2 + M6
Kompleksitas algoritmanya dapat dihitung dengan formulasi berikut
M (n) = 7M (n/2)
M (1) = 1;
Relasi rekurens tersebut akan menghasilkan solusi O(n ^ 2.807)
jadi divide terus tapi ndak bisa bisa conquer?
Divide and Conquer pada sorting bisa dilakukan dengan memecah data yang akan disorting ke dalam beberapa bagian dan kemudian menyelesaikan setiap sub bagian, hasilnya kemudian digabungkan. Hal seperti itu terdapat pada merge sort, heap sort dan quicksort.