分治算法：谈一谈大规模计算框架MapReduce中的分治思想

分治算法：谈一谈大规模计算框架MapReduce中的分治思想

MapReduce是Google大数据处理的三驾马车之一，另外两个是GFS和Bigtable

理解分治算法：

将原问题划分成n个规模较小，并且结构与原问题相似的子问题，递归的解决这些子问题，然后再合并其结果得到原问题的解

分治算法是一种处理问题的思想，递归是一种编程技巧，分治算法的递归实现中，每一层递归都会涉及这样三个操作：

• 分解：将原问题分解成一系列子问题
• 解决：递归解决各个子问题，若子问题足够小，直接求解
• 合并：将子问题的结果合并成原问题

分治算法应用举例分析

用有序度表示一组 数据的有序程度，逆序度表示一组数据的无序程度。

假设我们有n个数据，期望数据从小到大排列，那么完全有序的数据的有序度就是n(n-1)/2，逆序度是0，相反，倒序排列的数据的有序度是0，逆序度是n(n-1)/2

2，4，3，1，5，6 逆序对个数：4

(2,1) (4,3) (4.1) (3,1)

如何编程求出一组数据的有序对个数或者逆序对个数？

套用分治算法思想求数组A的逆序对个数，将数组分成前后两半A1 A2，分别计算A1 A2的逆序对个数K1 K2，然后再计算A1 A2的逆序对个数K3，数组A的逆序对个数&