分治法的基本思想_递归应用(一)——分治算法，排序

   点击上方蓝字关注,更多惊喜等着你     前面讲解了递归的基本概念，今天我们利用递归的基本思想来了解一下分治算法，分治算法递归的实现方式在大多数算法书籍上都有伪代码，而且网络上也有各种语言的实现版本。本文的主要目的是带大家理解为什么可以使用递归，为什么想到使用递归的方式来解决排序问题。     大多数书籍和网络上的文章，都是在解释分治算法本身，主要是在讲如何利用递归实现排序。但在我我看来，最重要的是理解为什么我们可以使用递归来排序，这样当我们遇到其他业务场景时，可以判断是否可以使用递归来解决问题。即回到最初的问题，什么时候我们会考虑使用递归？     今天我们要讲的是分治算法，看看维基百科对分治算法的解释：

在计算机科学中，分治法是建基于多项分支递归的一种很重要的算法范式。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，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。

这个技巧是很多高效算法的基础，如排序算法(归并排序、快速排序)、傅立叶变换(快速傅立叶变换)。

另一方面，理解及设计分治法算法的能力需要一定时间去掌握。正如以数学归纳法去证明一个理论，为了使递归能够推行，很多时候需要用一个较为概括或复杂的问题去取代原有问题。而且并没有一个系统性的方法去适当地概括问题。

    中华文化5000年，早在很久以前，就有“分而治之，各个击破”的兵法。对于数学表达式，可以把复杂的表达式通过化简得到更加简洁的表达式；人类解决复杂问题的时候，常常把复杂问题分解成多个简单易于求解的问题。再比如：

国产动画《葫芦娃》中的蛇精都知道，7个葫芦娃的大山一举拿下比较困难，所以选择各个击破......

    所以，分治算法，通常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，直到最后子问题可以简单的直接求解。那这个和递归有什么关系呢？根据前面红色文字的解释，分治需要把问题分为两个或多个相同或相似的子问题，递归，回忆一下上一篇文章，这不就正是递归的应用场景吗？需要做相同或者相似的事情，这时我们就可以考虑使用递归。因为平常而言，我们都是要循环来解决相同或相似的事情，正常来说，使用递归完成的方法都可以使用循环完成，但是某些时候，递归有更简洁的代码，更易于阅读，更易使用语言实现，反之使用循环实现起来却非常麻烦，所以，递归也是我们必须要掌握的内容。

    现在，我们知道了，在什么样的情况下可以考虑使用递归，那么，现在我们回到具体例子，看看如何通过分治思想，利用递归的方式，实现排序呢？

    在一堆无序的数字中，对其进行排序。显然，这是一个相对复杂的问题，即使不使用编程语言实现，在现实生活中我们也比较难处理，但是，如果只有两个数，叫我们比较大小，那就比较简单了。如果一堆无序的数字，我们能够把他们两个两个的比较，最后把两两比较的结果合并成最终结果，那么就可以比较简洁地实现排序了。

    分治法的思想：把负责问题分解成两个或多个相同或相似的问题，而这个分解过程，正好可以使用递归来完成。这就是为什么我们可以使用分治法结合递归实现排序，切不可反过来，不要仅仅是为了明白分治法和递归的排序代码，这个代码其实意义不大(网上随便一搜都是一大堆)，对我们有意义的是：在什么场景下，我们会考虑使用分治法和递归的思想解决问题。这个对我们以后的发展，才是有意义的。

    在明确了上面的思想之后，我们还是需要使用代码完成这个排序算法。这就是理论分析结合实际操作的时候了：

   首先，我们要把排序这个问题分解成若干个规模较小，相对独立，与原问题形式相同的子问题。当子问题规模较小且易于解决时，则直接解。否则，递归地解决各子问题。最后，将各子问题的解合并为原问题的解。

    现在的问题是，如何将排序这个问题分解成子问题？前面我们说到了，比较两个数的大小，就比较简单了呀。所以要想进行排序，就得把所有数据都得到。于是，我们可以把要排序的这个一堆数据，分成对等的2堆数据，以此类推，直到无法再继续分解，即只有一个数时为止，于是乎，可以有以下递归函数：

static void merge_sort(int *data, int start, int end){    int mid = start + (end - start) / 2;//奇数时，mid为正中，偶数时，mid为靠近左侧的数    if (start >= end) {        return ;    }    merge_sort(data,start,mid);//左分解    merge_sort(data,mid + 1,end);//右分解    merge(data,start,mid,end);//左右合并}

其中，递归的退出条件是不能再继续分解了，即start >= end；start代表的排序起始位置，end代表结束位置。比如一个需要排序的数组长度为100，start则为0，end为99。我们通过start 和 end，把需要排序的数分解成两份，直到不能再继续分解为止。merge_sort函数是递归函数，通过start和mid分解，已经mid+1和end分解，会将原始需要排序的数据2等分直到无法继续分解。为了方便大家理解并节约我制作PPT的时间，我手绘了一个插图：

需要排序的数字为：3 9 6 2 1 5 8 7在分解结束之后，得到就是3 9 6 2 1 5 8 7然后就是合并，合并的时候，需要将小的数据放在左边(升序方式)，最后合并出来的数据就是排序之后的。编码阶段中最难的也就在于合并了，如何合并？分解比较简单，递归思想，前面说过，不要陷入递归的细节，它只是我们的工具，相信递归可以完成工作。关于合并，我们来看看插图：

3和9，合并成，3,9；6和2合并成2,6。因为我们这里的例子采用升序排列，所以6,2变2,6了，这是一个数字的合并，比较简单。那3,9,2,6如何合并成2,3,6,9呢？我们会先把左边的3和右边的2比较，谁小，谁就放在左边，然后继续使用前面的较小者和另一边未比较的数比较，这里比较抽象一点，那么这里是什么意思呢？以具体例子来说，这里3比2大，所以把2放在最前，然后继续使用3和6比较，此时3 更小，继续放在2后面，然后拿9和6比较，6 更小，继续放在3后面，最后再把9放在6后面，就合并成了2,3,6,9。注意，由于我们是升序排列，合并时一定是从左到右增大的，这也是为什么6,2会变成2,6。读者这里一定要自己推算一下，如果这是一道数学题，而不是编程题，上面插图那样的数字，你会怎么去排序？我相信你回答了这个问题，就可以写出相应的代码。很多文章和书籍都是直接给出合并代码，但是这样对于初次学习分治法的人来说非常不友好，在完成前面的推导之后，我们来看合并的代码：

static void merge(int *data, int start, int mid, int end){    int *data_buf = (int *)malloc((end - start + 1) * sizeof(int));    int i = start;    int j = mid + 1;    int k = 0;     while (i <= mid && j <= end) {         if (data[i] <= data[j]) {             data_buf[k++] = data[i++];         } else {             data_buf[k++] = data[j++];         }     }    //左边剩余填充(如果有)    while (i <= mid) {        data_buf[k++] = data[i++];    }    //右边剩余填充(如果有)    while (j <= end) {        data_buf[k++] = data[j++];    }  //把缓冲区数据复制给原数组    for (i = 0; i < k; i++) {         data[start + i] = data_buf[i];    }  free(data_buf);}

9-15行，第一个循环，就是找左边和右边最小的数，谁小就把这个数放在缓冲区data_buf中，还是以3,9(左)     2,6(右)为例；这个循环做的是什么呢？判断3是否小于等于2，显然不满足，此时把2放在缓冲里面，并且，右边的索引增加1；下一次循环到来，判断3是否小于等于6，满足，把3继续放在缓冲区里面，此时左边的索引增加1；下一次循环来到，比较9是否小于等于6，不满足，将6放在缓冲里面，同时循环不会再继续执行，此时还有一个9没有放在缓冲区中，所以16-19行的循环，就是把左边剩余的9填充在缓冲区中；而20-23行的循环就是把右边剩余的数填充在缓冲区，因为可能是左边有剩余，也可能是右边有剩余。比如：

刚才我们分析了3,9,2,6；现在分析1,5,7,8,按照前面的分析方法，1,5都会被填充在缓冲区中，剩余的7,8就需要20-23行的循环就是把右边剩余的数填充在缓冲区。最后，24-27行，是把缓冲区的数据复制到原始数组，最后原始数组的数据就是排序之后的了。    至此，利用分治法和递归思想的排序代码就完成了，通过本文，我们收获的是： 1.理解什么场景下我们可以考虑使用递归和分治法的思想来解决问题； 2.锻炼递归和分治法解决实际问题的思维，在大公司中，通常会有一些这样类型的面试试题，这也是为找工作或者换工作做铺垫，同时也是提高自身编码能力的一种锻炼，业精于勤荒于嬉，没有绝对的天才和吊车尾，编码和锻炼身体一样，只有坚持才能看到成效。 code demo(读者可以实现降序排序)：

#include #include static void merge(int *data, int start, int mid, int end){    int *data_buf = (int *)malloc((end - start + 1) * sizeof(int));    int i = start;    int j = mid + 1;    int k = 0;     while (i <= mid && j <= end) {         if (data[i] <= data[j]) {             data_buf[k++] = data[i++];         } else {             data_buf[k++] = data[j++];         }     }    //左边剩余填充(如果有)    while (i <= mid) {        data_buf[k++] = data[i++];    }    //右边剩余填充(如果有)    while (j <= end) {        data_buf[k++] = data[j++];    }    for (i = 0; i < k; i++) {         data[start + i] = data_buf[i];    }    free(data_buf);}static void merge_sort(int *data, int start, int end){    int mid = start + (end - start) / 2;//奇数时，mid为正中，偶数时，mid为靠近左侧的数    if (start >= end) {        return ;    }    merge_sort(data,start,mid);    merge_sort(data,mid + 1,end);    merge(data,start,mid,end);}int main (void){    int arry[] = {3,9,6,2,1,5,8,7};    int size = sizeof(arry)/sizeof(arry[0]);    //升序排列    merge_sort(arry,0,size - 1);    for (int i = 0; i < size; i++) {        printf("%d ", arry[i]);    }    return 0;}

欢迎扫关注B站(C语言教程，强烈推荐的视频教程)：https://space.bilibili.com/5782182