Easy Algorithms系列——详解递归与分治

写在前面： 嗨，大家好。欢迎各位有缘人来到我的博客，这里是Easy Algorithms (EA) 系列第一弹。之所以写这个专栏，完全是为了回顾和整理自己的算法知识。本科四年，我大概搞了三年半的算法竞赛，通过自己的不懈努力，还算取得了一丢丢丢丢小小的成就。实话实说，我是从大一下学期才接触算法竞赛的，再加上自己的智力远不如那些OI大佬，所以自认为自己也就是一个中下水平，也只是将将够应付基础的算法面试罢了。后来，有幸保送到中国科学院大学读研究生，慢慢发现之前的竞赛经历无形之中给我很多帮助和启发，并且它锻炼了我有较为不错的coding能力和工程能力，学什么新东西速度也都还算可以，思维也得到了很好的锻炼。最近，偶尔发现AI中的很多场景其实都还是需要传统的算法的，比如物体跟踪领域，就常常需要图论的知识，比如二分图，匈牙利算法等。于是，决定开个专栏回顾下这下知识，希望对自己未来的科研之路有所帮助。此外，我深知在一个弱校一个人钻研算法的头痛之处，所以也希望可以用简单的语言帮助那些需要帮助的同学们。所有的文章，我尽量用简单易懂的原创作品呈现给大家，当然如果发现有高手比我写的好，我也会加以转载并注明出处，侵删，谢谢！
由于本人水平有限，博文中如果有什么错误的地方，恳请大家可以批评指正，不胜感激！
最后，用一句话送给那些犹豫不决想要放弃的有缘人，“锲而舍之，朽木不折。锲而不舍，金石可镂”！

递归与分治

今天我们就来一起学习一下递归和分治算法。

递归与分治关系

提起递归与分治，很多人总会冒出一个疑问，递归与分治到底是什么关系！？？？ 包括我自己在内，很长时间对于二者区分不开。那么今天，我便告诉大家，递归和分治半毛钱关系都没有，他们根本就没有任何联系！ 为什么还有很多人把他们放在一起讲呢？只不过分治法可以通过递归高效的来解决，其实你也完全可以用循环暴力枚举的方法来实现，只是比较麻烦罢了。

递归

一句话概括递归就是： 某个函数重复的自己调用自己直到满足某种返回条件是停止调用，并逐层返回。 这个返回条件一般就是我们从实际问题中发现并定义的。通常情况下，通过递归我们把原问题分解成了更小的子问题，直到最后被解决。

int func(传入数值) {
  if (终止条件) return 最小子问题解;
  return func(缩小规模);
}

递归和枚举的区别在于：枚举是横向地把问题划分，然后依次求解子问题，而递归是把问题逐级分解，是纵向的拆分。

递归本质上是一种编程技巧，或者说一种解决问题的思维方式，其更像是我们常说的数学归纳法的思想。

在数学归纳法中，有时候我们很难证明一个递推公式的有效性。于是，我们便从一个小的数开始，比如$n=1$，然后证明该公式对第$k$个数成立，那么此时在证明对第$k+1$个数也成立，进而就可以证明我们的公式正确。详细过程见百度百科

递归和数学归纳法的过程类似，但是其是一个相反的过程。递归存在所谓的结束条件，我们从一个大规模开始，逐渐缩小问题的规模，子问题得到解决，我们的大问题自然就得到了解决。而数学归纳法，这个数值是无穷无尽的，不存在所谓的结束条件，我们通过k和k+1将结论延伸到无穷，就证明了正确性。

递归的过程

很多人搞不明白递归的过程，甚至一搞到递归的过程就蒙蔽。我的建议是，不要试图想明白每一步递归到底做了什么子问题是如何解决的，而是理解函数的作用，并确信最后问题能被解决即可。
实际上，递归的过程可以看成是一个压栈和出栈的过程(这里假装大家都了解基本的数据结构队列和栈，栈就是 “先进后出” 的结构罢了)，所以如果没有返回条件，当内存耗尽递归也就爆栈了。下面是一个简单的递归压栈出栈的过程图片来源，感谢：
调用Age(5)

相信看了上面这个图，我们已经可以很好的理解递归的整个过程了。那么我们为什么要写递归呢？

为什么要写递归

• 首先，递归的可解释强，它程序的结构更清晰、简洁、更容易让人理解。
• 便于求解，而不需要探究子问题到底怎么被解决
• 再就是锻炼思维能力，因为他是一个从后往前看的过程
• 有时候高效，有时候低效(因为需要消耗内存，当数据量大不建议)

递归的例子

1. 递归的一个经典的例子就是求n的阶乘。很显然,求n的阶乘f(n)等价于求n-1的阶乘f(n-1)在乘以n，即$f(n)=n\ast (n-1)$，返回条件就为n=1时 $f(n)=1$
2. 斐波那契数列。
   
   （虽然递归并不是一个高效求解的办法，由此引申出对递归的优化，比如剪枝，记忆化搜索等等，后面的系列会详细介绍）

// 递归
int Fib(int i) {
    if (i < 2) {
        return i == 0 ? 0 : 1;
    }
    return Fib(i - 1) + Fib(i - 2);
}

3. 再比如，求二叉树的最大深度等等
4. 递归经典问题——汉诺塔等等，感兴趣的同学可以自行学习。

递归问题的一般步骤：

1. 推导问题能否通过求解其子问题得到答案
2. 思考递归结束条件
3. 编写递归函数，调用并返回结果

分治

分治，英文为divide and conquer，一句话概括分治的思想就是：当问题的规模很大不易求解时，我们可以将一个问题分解为k规模相同且较小的子问题，子问题相互独立且与原问题相同，然后递归求解这些子问题，从而合并得到原问题的解。
如下图，
这里就验证了我们上面说的，递归和分治真没半毛钱关系。只不过分治也是将问题分解为多个规模相同且独立的子问题，而从子问题的求解到合并，恰恰是递归所擅长干的事，这也就使递归和分治往往捆绑在一起，从而得到很多高效且清晰的算法！（比如常见的归并排序）

易用分治的问题，往往具有如下性质:

1. 该问题的规模缩小到一定性质就可以很容易解决。 比如归并排序，当规模缩小到只有两个元素，我们很容易就比较出谁大谁小了。
2. 问题需具有最优子结构的性质。 也就是说，原问题的最优解一定包含子问题的最优解。（或者通俗的说，子问题每一步最优，合并得到的原问题一定也是最优的）
3. 子问题可以合并得到原问题的解
4. 子问题之间最好是独立的

分治举例

简单罗列下想到的几个例子，就不给出代码了，建议自己实现，帮助理解。

1. 计算n次方。很容易想到考虑下奇偶，然后n划分为n/2 * n/2, n/2 分为n /4 * n/4…
2. 归并排序，经典的分治思想的算法
3. 棋盘覆盖
4. 大整数乘法
5. 汉诺塔
6. etc…

致谢

1. 递归 & 分治
2. 动漫算法 写的很有意思
3. 里面有不错的例题