关于分治递归的具体细节

    ***

标题：关于分治递归求最大连续字串的具体实现

---

目录)

---

前言

``在我学习数据结构与算法（c版本)这本书中，我遇见一个棘手的问题，--数组中求连续最大子序列和--，相信不少人在leetcode中遇见或做过，书中给出的算法是分治递归，代码本身简洁明了，但背后的底层逻辑曾令我苦恼许久，查了很多资料都是介绍其思想，而其中最关键的递归细节却没有谈到，我直到近日才有点眉目，因此也想写篇博客来巩固一下。

---

``

一、简单回顾问题-分治思想

话说有这么一个数组A**[ ] = {4, -3, 5, -2, -1, 2, 6, -2};** 我们需要利用一个算法求出其中一个最大字序列之和，要求是连续且不能为0。****
如果我们一个个推算可知结果为11=（ A[0]到A[6] ), 但如何用程序写出来尼？
于是我们给出分治递归算法，简而言之就是将上面的8个数先一分为二，得到一组数为{4，-3，5，-2}，另一组为{-1，2，6，-2}；之后继续一分为二直到不可再分-即得到单个数字，这样做有什么用呢？ 我们拿其中一组{4，-3}来举例，所谓最大子序列无非在三个位置:1.都在左边 4 ； 2.都在右边（-3）；3.中间-1（4 + （-3））；
于是乎我们将这三个位置的数进行比较大小，最大的那个子序列就是我们想要的，然后我们依次将情况往前推算，得到整个数组的最大连续子序列，当然对于单个数来说其本身就是最大子序列。

二、分治的实现

我们想要实现分治的思想就不得不借助递归语句，遗憾的是书中的程序递归是如此复杂，递归深度如此之深让人望而生畏。在经过许久的思考与调试之后我完整的过了一遍细节，下面我先将书中程序放在下面让大家思考
`
#include<stdio.h>

int Max3(int a, int b, int c)
{
if (a > b && a > c)
return a;
else if (b > a && b > c)
return b;
else if (a == c && a > b)
return a;
else
return c;
}

static int MaxSubSum(const int A[], int Left, int Right )
{
int MaxLeftSum, MaxRightSum;
int MaxLeftBorderSum, MaxRightBorderSum;
int LeftBoardSum, RightBorderSum;
int Center, i;

if (Left == Right)
	if (A[Left] > 0)
		return A[Left];
	else
		return 0;

Center = (Left + Right) / 2;

MaxLeftSum = MaxSubSum(A, Left, Center);     // 递归关键1 ，左边
MaxRightSum = MaxSubSum(A, Center + 1, Right);// 递归关键2 ， 右边

MaxLeftBorderSum = 0;  LeftBoardSum = 0;  // 3
for (i = Center; i >= Left; i--)           
{
	LeftBoardSum += A[i];
	if (LeftBoardSum > MaxLeftBorderSum)
		MaxLeftBorderSum = LeftBoardSum;
}

MaxRightBorderSum = 0; RightBorderSum = 0;
for (i = Center + 1; i  <=  Right; i++)
{
	RightBorderSum += A[i];
	if (RightBorderSum > MaxRightBorderSum)
		MaxRightBorderSum = RightBorderSum;
}                                    //4   从3到4是为得到中间子序列和
return Max3(MaxLeftSum, MaxRightSum, MaxLeftBorderSum + MaxRightBorderSum );

} //比较这三个位置的大小

int main()
{
int A[8] = { 4, -3, 5, -2, -1, 2, 6, -2 };

printf( "%d", MaxSubSum(A, 0, 7) );

return 0;

}

在主函数中我们第一次调用函数然后进入函数MaxSubSum中然后走到关键1这一步进行递归直到遇见基准情形，这些递归是容易理解的，因为他们都属于自已调用自已的例程，如图

另外需要注意的是，当递归返回上一级的时候，若此时下面还有其他代码时，则会先执行下面代码随后再返回上一级

例**如递归深度为3的函数返回上一级，并将返回的数赋值给深度为2函数中的MaxLeftSum，然后继续执行下面的代码。请注意：此时递归深度为2且又将执行关键2的递归嵌套，这将带来令人恐惧的逻辑！


由于篇幅原因，两幅图的步骤可能不一致，相差一步或两步。

剩下过程请读者自行推算，因为如果不自已推演几遍，是无法真正理解的。不过我仍将最后的完整途径给出来以便大家对照

（请读者观察一下每列相似的地方，这会有助你对程序的理解）

值得注意的是：你需要明白递归返回上一级是在哪个地方，因为可能下一步可能又是一个递归。

总结：细心的朋友可能会发现这里的递归不像我们初学的那样是线性的，换句话说不像图上最上面那一行一路走到底然后一路返回上一级，因为这不是一个尾递归而且这两个递归会相互嵌套！
现在我们来剖析一下程序的本质：被一直平分直到无法再分的每个子序列都需要确定两个数，一个LeftSubSum,一个RightSubSum;(单独的一个数为它本身，所以你会发现无论递归多么复杂，最终都只会返回两次结果，比如最上面的一行只会返回
LeftSubSum的结果，而往下面那么多复杂的递归目的就是为了得出RightSubSum的结果
但我无论说了多少，都比不过你自已实践一次的效果好，我能做的就是提供思路，如果读者按照我的思路一步步理解每一步的过程，你就会跟我一样惊叹这个程序与算法的神奇与美妙！！！