分治策略

前面了解了递归的思想，接下来介绍一种经典的基于递归思想来解决问题的方法：分治策略。

简单的说：分治策略分为两步：

            （1）找出 基线条件，这种条件必须尽可能简单；

            （2）不断缩小问题规模，直至符合基线条件。

举个栗子： 如果你有一块地，这块地是一块矩形，长1680米。宽640米，要求将这块地均匀的分成方块，且分出的方块要尽可能的大，该怎么做？

这里使用分而治之的策略。首先思考，这里，最简单的条件（基线）是什么？

当然是我们划分的方块正好是这块地的一边！我们能划分出的最大方块是640*640的，于是我们将这块地分成了三块

如上图，这里图不是太规范请见谅，最右边一块地并不是正方形，但是，这里我们将原始的一款地划分成了两个方块，和一块新地，这是不是缩小了问题规模！！！那么我们是不是可以对这块地接着划分！直到满足我们的要求为止。

这就是分治策略的思想

分治策略的应用之： 快速排序

快速排序是使用分治策略的典型算法。比选择排序快的多（选择排序时间复杂度为O（n^2），快速排序为Onlogn）。

快速排序的思想是什么？

给定一个未排序的数组，比如{27,45,34,25,4}，基于分治策略，首先我们要考虑的是：基线条件是什么？在这里的话，最简单的条件是：数组就一个元素或是空数组，如此一来就不用排序。可以直接输出结果。

quicksort（arr[n]）{

if(n<2)

return arr[n]

}

那么如何缩小这个问题的规模呢？当然是想办法拆分数组，我们的做法是：任取一个基准值，将原数组拆分成两个数组，左边的数组内的值都比基准值小，右边的数组内的值都比基准值大，以例子中的数组： 比如讲第一个元素设为基准值

{25,4}   27  {45,34}

如此一来，就得到了两个数组，实现了缩小规模的目的，接下来的过程就不用我们操心啦，只要不断的递归，直到满足基线条件就可以了。

代码如下（python）

def quicksort(array):

if len(array)<2:

    return array

else:

    pivot =array[0]

    less=[i for i in array[1:] if i<=pivot]

    greater=[i for i in array[1:] if i>pivot]

return quicksort(less) +pivot +quicksort(greater)