《图解算法》阅读08—分而治之的思想

分而治之（divide and conquer）是一种著名的递归式问题解决方法。

使用分而治之的思想解决问题的过程包括两个步骤：

1. 找出基线条件，这种条件必须尽可能简单。
2. 不断将问题分解（缩小规模），直到符合基线条件。

书中提出了几个具体的例子来解释分而治之的思想。如果有一个农场主，有一块地，我们如何让将这块地分成大小相同的方块，并且分出的方块要尽可能大。
首先，我们可以利用循环来解决这个问题。 把要分的小方块的边长当作循环变量，每次循环检查土地的边长是否为小方块边长的整数倍。分析到这里，博主突然发现，这个问题原来就是找出土地的两条边的最大公因数。
其次，书中提出了按照分而治之的思想想出的一种递归方式。
该算法的基础是欧几里得算法，“适用于这个小块地的最大方块，也是适用于整块地的最大方块”

1. 找出基线条件。当一条边的长度是另一条边的整数倍时，就可以停止算法。
2. 缩小问题的规模。首先找出这块地可以容纳的最大方块，然后对余下的土地调用算法。

D&C并非可用于解决问题的算法，而是一种解决问题的思路。

下面再看一个例子：给定一个数组对数组进行求和。
利用循环解决很简单，见代码实现，不再累述。

```python
#利用循环对数组进行求和
#python 3.7
#小灿 2018-12-3
def mysum(arr):
	total = 0
	for i in arr:
		total += i
	return total
print(mysum([1,2,3,4,5]))

如何使用递归函数来完成这个任务呢？
第一步 找出基线条件。我们知道最简单的数组是空数组或者是只有一个元素的数组，对这两种数序进行求和是非常简单的。

1. 空数组，不包含任何元素，总和为0
2. 单元素数组，只包含一个元素，总和为元素值

经过分析，基线条件就是上面的条件。
第二步 如何缩小问题规模呢？每次递归调用都减少数组元素的数目。
函数的工作原理如下所示。

一个特例函数的执行过程能够更好地帮助我们理解递归。

tips:涉及数组的递归函数时，基线条件是数组为空或只包含一个元素。
求和的递归实现过程如下。

```python
#利用递归对数组进行求和
#python 3.7
#小灿 2018-12-3
def mysum(arr):
	total = 0
	if len(arr) == 1:
		return arr[0]
	else:
		total = arr[0]+mysum(arr[1:len(arr)]) 
	return total
 
total = mysum(arr=[1,2,3,4,5])
print(str(total))

为了巩固对递归算法的理解，我们将进一步利用递归算法实现两个例子。一个是利用递归函数来计算列表中包含的元素数，第二个是找出列表中的最大的元素，由于都很简单，直接给出代码。

```python
#python 3.7
#小灿 2018-12-3
def mycount(arr):
	#利用递归计数
	if arr == []:
		return 0
	else:
		return 1 + count(list[1:])

def max(arr):
	#利用递归求最大值
	if len(arr) == 2:
		if arr[0] > arr[1]:
			return arr[0]
		else:
			return arr[1]
	else :
		sub_max = max(list[1:])
		if arr[0] > sub_max :
			return arr[0]
		else:
			return sub_max