我正在尝试使用分而治之的方法创建一个算法但使用迭代算法（即没有递归）。
我对如何接近循环感到困惑。
我需要将我的问题分解成更小的子问题，直到我遇到基本情况。我认为这仍然是正确的，但我不知道我怎么能（没有递归）使用较小的子问题来解决更大的问题。
例如，我正在尝试提出一种算法，该算法将找到最接近的一对点（在一维空间中 - 尽管我打算将其自身概括为更高维度）。如果我有一个函数nearest_pair（L），其中L是ℝ中的整数坐标列表，我怎么能得出一个除法并征服可以解决这个问题的迭代算法？
（不失一般性我正在使用Python）
答案 0 :(得分：4)
将任何递归算法转换为迭代算法的廉价方法是采用递归函数，将其置于循环中，并使用自己的堆栈。这消除了函数调用开销以及在堆栈上保存任何不需要的数据。但是，这通常不是“最佳”方法（“最佳”取决于问题和背景。）
他们说你的问题，听起来好像是将列表分成子列表，找到每个中最接近的一对，然后从这两个结果中取出最接近的一对。为了迭代地执行此操作，我认为比上面提到的通用方法更好的方法是开始另一种方式：查看大小为3的列表（有三对要查看）并从那里开始工作。请注意，大小为2的列表很简单。
最后，如果您的坐标是整数，则它们位于Z（R的一个小得多的子集）中。