一文打通分治算法及递归算法的任通二脉：由二叉树遍历到排序算法

引言

之前在二叉树的苦修内功篇中，笔者简单介绍了树的遍历，并提出了树的遍历其实是个非常有趣的过程，树的遍历是递归的最经典的模板，它演示了递归的执行过程，更加揭示了分治法的本质思想。但是没有详细的说明树的遍历，分治算法，递归和一些排序都有什么关系，这篇文章就一起来尝试点破这些算法及数据结构的纱窗，打通任通二脉，一步青云。
还没看过苦修内功篇的朋友可以花一两分钟瞅一眼：树–苦修内功篇

前篇

分治及递归

分治法思路

字面上的解释是“分而治之”，就是把一个复杂的问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题……直到最后子问题可以简单的直接求解，原问题的解即子问题的解的合并。
分治算法可以由递归过程来表示，因为分治法就是一种找大规模问题与小规模问题关系的方法，是递归设计的一种具体策略。

分治法（递归）步骤

step1 分解：将原问题分解为若干个规模较小，相互独立，与原问题形式相同的子问题；

step2 解决：若子问题规模较小而容易被解决则直接解，否则递归地解各个子问题

step3 合并：将各个子问题的解合并为原问题的解。

以前学习分治法看到这个基本步骤时，脑子忽然间恍惚了一下，仿佛在哪一个瞬间经历过以上学习的过程，后来想了想，唉，这不就是之前学习递归的步骤嘛。你看，我这么迟钝的人都能理解这个过程，我想你绝对没有问题的！

分治法经典例题

下面给出几个分治法的例题，有兴趣的朋友可以感受感受分治思想的光辉时刻，与伟大的前人进行思想交流！
最大子序和
多数元素
快速幂算法
当然，分治算法还有许多内容需要详细学习，这里就简单了解一下即可。

开篇

苦修内功篇我们了解了树的遍历，前篇我们了解了分治算法和递归过程，本篇我们就从几种排序来探究一下这些算法及数据结构的联系！

快速排序

该算法的实现可分为以下几步：

1. 在数组中选一个基准数（通常为数组第一个）；

2. 将数组中小于基准数的数据移到基准数左边，大于基准数的移到右边；

3. 对于基准数左、右两边的数组，不断重复以上两个过程，直到每个子集只有一个元素，即为全部有序。

看一下算法实现：

在快排代码实现中我给出了划分时的注解，请注意划分的先后顺序。

void QuickSort(int arr[], int low, int high)
{
    if (low < high) //递归跳出条件
    {
        int pivotpos = Partition(arr, low, high); //划分
        QuickSort(arr, low, pivotpos - 1);        //递归划分左子表
        QuickSort(arr，pivotpos + 1, high);       //递归划分右子表
    }
}
int Partition(int arr[], int low, int high)
{
    int pivot = arr[low]; //将第一个元素作枢轴
    while (low < high)    //用low，high搜索枢轴的最终位置
    {
        while (low < high && arr[high] >= pivot)
            --high;
        arr[low] = arr[high]; //比枢轴小的元素左移
        while (low < high && arr[low] <= pivot)
            ++low;
        arr[high] = arr[low]; //比枢轴大的元素右移
    }
    arr[low] = pivot; //枢轴元素放在最终位置
    return low;       //返回最终位置
}

看到没有，我们先对一个数组进行了一个划分，也就是将一个整体划分为两部分，再对它的左右部分再进行划分，这不就是分治思想吗，代码实现不就是递归过程吗。这个时候就有小朋友跳出来问：“唉，那和树的遍历有什么关系呢？”没错，我们知道树的遍历可以使用递归进行实现，也就是分治思想的体现，快速排序也是这样子，那你就不想一想，他们相似度那么高，是不是血浓于水的异父异母的亲兄弟呢？

我们回顾一下树的前序遍历框架：

void PreOrderTraverse(BiTree root){
	if(root==NULL)	return;
	visit(root->data);//执行操作
	preOrderTraverse(root->lchild);
	preOrderTraverse(root->rchild);
}

再来看一下快速排序：

void QuickSort(int arr[], int low, int high)
{
    if (low < high) //递归跳出条件
    {
        int pivotpos = Partition(arr, low, high); //划分
        QuickSort(arr, low, pivotpos - 1);        //递归划分左子表
        QuickSort(arr，pivotpos + 1, high);       //递归划分右子表
    }
}

哇塞，你看到了吗，你肯定看到了，这不就是二叉树的前序遍历吗！在树的遍历，先对根节点进行遍历，与其说遍历不如说是对根节点进行划分，因为只有确定了根节点才能确定左右孩子嘛，那快排不就一样了。怎么样，你的任通二脉是不是打通了一半？

归并排序

在这借一张图来说明

归并排序的代码实现：

void MergcSort(int A[], int low, int high)
{
    if (low < high)
    {
        int mid = (low + high) / 2;
        MergcSort(A, low, high / 2); //对左部分归并排序
        MergcSort(A, mid + 1, high); //右部分归并排序
        Mergc(A, low, mid, high);    //归并
    }
}
//将划分排序后的数组归并
void Mergc(int A[], int low, int mid, int high)
{
    int i, j, k;
    for (k = low; k <= high; k++)
        B[K] = A[K]; //将A所有元素取出到B中
    for (i = low, j = mid + 1, k = i; i <= mid && j <= high; k++)
    {
        if (B[i] <= B[j])
            A[k] = B[i++];
        else
            A[k] = B[j++];
    }
    while (i <= mid)
        A[k++] = B[i++];
    while (j <= high)
        A[k++] = B[j++];
}

先对左右子数组排序，然后合并，类似我们在线性表华山论剑篇的合并有序链表的过程，你看这是不是二叉树的后序遍历框架？另外，这不就是传说中的分治算法嘛，我想到这你的任通二脉应该也就完全打通了！

总结

其实二叉树的算法思想的运用广泛，甚至可以说，只要涉及递归，都可以抽象成二叉树的问题。而二叉树的遍历问题，关键在于先搞清楚当前root节点该做什么，然后根据函数定义递归调用子节点，递归调用会让孩子节点做相同的事情。总之，理解了二叉树的思想，也就理解了递归和分治的本质，遇到排序，查找也就容易理解许多，本篇是一篇简单的入门篇，门后的故事还有很多，具体的例题我们树的华山论剑篇再详细探究！
预知门后的世界，关注我Code_Pianist，一起苦修内功，华山论剑！
（笔者最近空闲时间在搭建自己的博客，后续会更新网站地址，可以期待一波）