適當使用演算法可以協助問題解決，迷宮問題、合併排序，分別適合使用什麼演算法技巧來解題？
ABacktracking; Divide and Conquer正確答案
BDivide and conquer; Dynamic Programming
CGreedy; Dynamic Programming
DBacktracking; Greedy
答案與詳解
A
正確答案
迷宮問題用回溯法 (Backtracking)，合併排序用分治法 (Divide and Conquer)。
為什麼答案是 A
迷宮問題需要嘗試每條路徑，走不通就回退到上一個分岔點重試，正是 Backtracking 精髓；合併排序則是把陣列切半、分別排序再合併，典型 Divide and Conquer。
載入中…
完整詳解
Pro · 無限重點 迷宮問題用回溯法 (Backtracking)，合併排序用分治法 (Divide and Conquer)。
秒殺技巧
看到「迷宮/走不通退回」→ Backtracking；看到「Merge Sort/Quick Sort」→ Divide and Conquer。逐選項分析
A✓ 正確
迷宮問題需要嘗試每條路徑，走不通就回退到上一個分岔點重試，正是 Backtracking 精髓；合併排序則是把陣列切半、分別排序再合併，典型 Divide and Conquer。
B✕ 陷阱
迷宮問題不是 Divide and Conquer，無法把迷宮切成獨立子迷宮解決；動態規劃則用於有重疊子問題者（如費氏、背包），不適合合併排序。
C✕
Greedy（貪婪法）每步選當下最佳，但迷宮問題需要回退重試，貪婪不行；合併排序也非 DP，此組合完全不對。
D✕ 陷阱
迷宮用 Backtracking 正確，但合併排序不是 Greedy；Greedy 典型應用是最短路徑 Dijkstra、Huffman 編碼，不是排序。
演算法技巧與代表應用
| 技巧 | 核心精神 | 代表應用 | 關鍵字 |
|---|---|---|---|
| Backtracking 回溯 | 試誤+退回 | 迷宮、八皇后、數獨 | 走不通就退回 |
| Divide and Conquer 分治 | 切半解+合併 | Merge Sort、Quick Sort、二分搜尋 | 切割再合併 |
| Dynamic Programming 動態規劃 | 子問題重疊+記憶化 | 費氏、背包、LCS | 填表 |
| Greedy 貪婪 | 每步選當下最佳 | Dijkstra、Huffman、活動選擇 | 區域最佳 |
陷阱提醒
B、D 選項利用「半對」設陷阱：一邊正確一邊錯誤，容易看到熟悉字眼就選。考生要兩個都核對，特別注意 Greedy 不是排序技巧，而合併排序絕對是分治的招牌案例。