深不可测的遗传算法的原理原来是这么简单

很多人认为，算法是数学的内容，学起来特别麻烦。我们不能认为这种观点是错误的。但是我们也知道，软件是一种复合的技术，如果一个人只知道算法，但是不能用编程语言很好地实现，那么再优秀的算法也不能发挥作用。

有一次，一个人问我：

“你写的都是小儿科的东西，几十行代码就能搞定，能不能整一点高深的算法？”

我反问他什么是他所理解的高深的算法，他答复说：“像遗传算法、蚁群算法之类的。”于是我给了他一个遗传算法求解0-1背包问题的例子，并告诉他，这也就是几十行代码的算法，怎么理解成是高深的算法？他刚开始不承认这是遗传算法，直到我给了他Denis Cormier公开在北卡罗来纳州立大学服务器上的遗传算法的源代码后，他才相信他一直认为深不可测的遗传算法的原理原来是这么简单。

还有一个人直言“用三个水桶等分8升水”之类的问题根本就称不上算法，他认为像“阿法狗”那样的人工智能才算是算法。我告诉他计算机下棋的基本理论就是博弈树，或者再加一个专家系统。但是他认为博弈树也是很高深的算法，于是我给了他一个井字棋游戏，并告诉他，这就是博弈树搜索算法，非常智能，你绝对战胜不了它（因为井字棋游戏很简单，这个算法会把所有的状态都搜索完）。我相信他一定很震惊，因为这个算法也不超过100行代码。

对于上面提到的例子，我觉得主要原因在于大家对算法的理解有差异，很多人对算法的理解太片面，很多人觉得只有名字里包含“XX算法”之类的东西才是算法。而我认为算法的本质是解决问题，只要是能解决问题的代码就是算法。

一个人只有有了很好的计算机知识和数学知识，才能在算法的学习上不断进步。不管算法都么简单，都要自己亲手实践，只有不断认识错误、不断发现错误，才能不断提高自己的编程能力，不断提高自己的业务水平。

其实任何算法都有自己的应用环境和应用场景，没有算法可以适用于所有的场景。这一点希望大家明白。同时，我们也要清楚复杂的算法都是由普通的算法构成的，没有普通的算法就没有复杂的算法可言，所以复杂变简单，由大化小，这就是算法分治递归的基本思想。

我们可以下面一个数组查找的函数说起。一句一句讲起，首先我们开始从最简单的函数构造开始：

1. int find(int array[], int length, int value)  

2. {  

3.     int index = 0;  

4.     return index;  

5. }  

这里看到，查找函数只是一个普通的函数，那么首先需要判断的就是参数的合法性：

1. static void test1()  

2. {  

3.     int array[10] = {0};  

4.     assert(FALSE == find(NULL, 10, 10));  

5.     assert(FALSE == find(array, 0, 10));  

6. }  

这里可以看到，我们没有判断参数的合法性，那么原来的查找函数应该怎么修改呢？

1. int find(int array[], int length, int value)  

2. {  

3.     if(NULL == array || 0 == length)  

4.         return FALSE;  

5.   

6.     int index = 0;  

7.     return index;  

8. }  

看到上面的代码，说明我们的已经对入口参数进行判断了。那么下面就要开始写代码了。

1. int find(int array[], int length, int value)  

2. {  

3.     if(NULL == array || 0 == length)  

4.         return FALSE;  

5.   

6.     int index = 0;  

7.     for(; index < length; index++){  

8.         if(value == array[index])  

9.             return index;  

10.     }  

11.   

12.     return FALSE;  

13. }  

上面的代码已经接近完整了，那么测试用例又该怎么编写呢？

1. static void test2()  

2. {  

3.     int array[10] = {1, 2};  

4.     assert(0 == find(array, 10, 1));  

5.     assert(FALSE == find(array, 10, 10));  

6. }  

运行完所有的测试用例后，我们看看对原来的代码有没有什么可以优化的地方。其实，我们可以把数组转变成指针。

1. int find(int array[], int length, int value)  

2. {  

3.     if(NULL == array || 0 == length)  

4.         return FALSE;  

5.   

6.     int* start = array;  

7.     int* end = array + length;  

8.     while(start < end){  

9.         if(value == *start)  

10.             return ((int)start - (int)array)/(sizeof(int));  

11.         start ++;  

12.     }  

13.   

14.     return FALSE;  

15. }  

如果上面的代码参数必须是通用的数据类型呢？

1. template  

2. int find(type array[], int length, type value)  

3. {  

4.     if(NULL == array || 0 == length)  

5.         return FALSE;  

6.   

7.     type* start = array;  

8.     type* end = array + length;  

9.     while(start < end){  

10.         if(value == *start)  

11.             return ((int)start - (int)array)/(sizeof(type));  

12.         start ++;  

13.     }  

14.   

15.     return FALSE;  

16. }  

此时，测试用例是不是也需要重新修改呢？

1. static void test1()  

2. {  

3.     int array[10] = {0};  

4.     assert(FALSE == find(NULL, 10, 10));  

5.     assert(FALSE == find(array, 0, 10));  

6. }  

7.   

8. static void test2()  

9. {  

10.     int array[10] = {1, 2};  

11.     assert(0 == find(array, 10, 1));  

12.     assert(FALSE == find(array, 10, 10));  

13. }  

最后，我们总结一下：

（1）我们的算法需要测试用例的验证

（2）任何的优化都要建立在测试的基础之上

（3）测试和代码的编写要同步进行

（4）算法的成功运行时一步一步进行得，每一步的成功必须确立在原有的成功之上