关系模式的分解可以采用多种算法，其中一种常用的算法是构造初始表，然后逐个检查F中的每一个函数依赖，并修改表中的元素。具体步骤如下：

1. 构造一个k行n列的初始表，其中每列对应于R的一个属性，每行用于表示分解后的一个模式组成。如果属性Aj属于关系模式Ri，则在表的第一i行第j列置符号aj，否则置符号bij。

2. 逐个检查F中的每一个函数依赖，并修改表中的元素。具体方法为取F中的一个函数依赖X->Y，在X的分量中寻找相同的行，然后将这些行中的Y中的分量修改为相同的符号，如果其中有aj，则将bij修改为aj，若其中无aj,则改为bij。

3. 重复步骤2，直至满足无损分解的充分必要条件：即R的分解为ρ={R1,R2}，F为R所满足的函数依赖集合，则分解ρ具有无损连接的充分必要条件为 R1∩R2 -> (R1-R2) 或 R1∩R2 -> (R2-R1) 保持函数依赖分解。

通过上述算法，可以将一个关系模式分解为若干个关系模式，并满足无损连接和函数依赖保持的条件。这样的分解可以消除数据冗余和异常问题，提高数据库的性能和一致性。

极小化算法在数据库设计中主要应用于找出失败的最大可能性中的最小值，即最小化对手的最大得益。这种算法常用于棋类等由两方较量的游戏和程序中，通常以递归形式实现。在数据库设计中，极小化算法可以帮助设计者找到最佳的决策策略，使得无论对手采取什么样的策略，最小化方都能够保证自己的损失最小。

在具体应用中，极小化算法可以用于解决数据冗余、数据异常、查询效率等问题。通过消除数据冗余和解决数据异常问题，可以保证数据的完整性。同时，极小化算法还可以优化数据的存储和查询方式，从而提高查询效率。

在数据库规范化中，极小化算法可以用于指导关系模式的分解。通过将关系模式分解为若干个关系模式，可以消除部分和完全函数依赖，从而满足更高的范式级别。这样的分解可以减少数据冗余和异常问题，提高数据库的性能和一致性。

总之，极小化算法在数据库设计中具有重要的应用价值，可以帮助设计者找到最佳的决策策略，提高数据库的性能和一致性。

在数据库设计中，判断分解是否服从规范的方法主要包括以下几种：

• 检查函数依赖：根据函数依赖的定义和性质，检查分解后的关系模式是否满足函数依赖的要求。例如，检查是否消除了数据冗余和异常问题，是否满足范式要求等。

• 测试查询性能：通过测试查询性能来判断分解是否有效。在分解后，对一些典型的查询进行性能测试，比较分解前后的查询性能差异，以评估分解的效果。

• 验证完整性约束：完整性约束是数据库设计中非常重要的一部分，通过验证分解后的关系模式是否满足完整性约束，可以判断分解是否有效。

• 比较数据分布和大小：通过比较分解前后数据的分布和大小，可以判断分解是否有效。例如，可以比较分解前后数据表的大小、索引的大小等。

• 分析数据操作的影响：在分解后，数据操作可能会受到影响。通过分析数据操作的影响，可以判断分解是否有效。例如，分析插入、更新、删除等操作在分解前后的影响。