【C语言】上手 递归 &&全过程剖析

若是初次接触递归,难免会觉得这个东西会有些变态,其实他也没那么难,不要给自己思维定势了

#递归 递归,实际上就是一个递,一个归的过程!

这里首先要注意递归存在两个注意事项:

#存在限制条件,当满足这个限制条件的时候,递归便不再继续。

#每次递归调用之后越来越接近这个限制条件。

接下来看例子:

例:

输入:1234,输出: 1 2 3 4.

看到这个问题,我们可能最直接想到一个办法就是通过将1234这个数先 %10 ,得到“4”,再 /10

得到123,再 %10,得到“3”,再 /10,得到12 ...以此类推,我们可以得到这样一个序列4321,我还需要将此序列进行倒序打印或是先排序再打印等等办法,但这势必也会增大代码量,所以此时如果用递归,问题就可以很好的解决。

怎么用递归呢?

通常把一个大型复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解, 递归策略

#核心思想就是:大事化小

这个例子就可以想象成:把这个问题拆分一下,把要打印 {print(1234)}转化成 {print(123) 4},

又可以被拆分成{print(12) 3 4},继续拆分{print(1) 2 3 4 },最后 1 2 3 4 ,这样就是上文所说的核心.

咱先上代码 !

#include <stdio.h>
void print(int n)
{
	if (n > 9)
	{
		print(n / 10);
	}
	printf("%d ", n % 10);
}
int main()
{
	int num = 1234;
	print(num);
	return 0;
}

在print的函数里,if(n>9)就是限制条件n%10就是每次递归调用之后越来越接近这个限制条件

倘若失去了限制条件,可能就会有递无归啦

这里我们画图分析以下代码

第一次调用函数,满足if(n>9)条件,到第二个print函数,此时,大事化小,n=123,123满足条件,进入第三个print函数

 

进入第三个print函数时n=12满足条件,进入第四个print函数

此时,n=1不满足条件,开始递归中“”的过程:进入到printf("%d",n%10);中,打印 1(空格) ,然后退出第四个print函数,回到第三个print打印 3

 以此类推:

 打印 2

 最后

 打印1 

就是这样一个流程

 最后提醒一点,一定要注意递归的限制条件!

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

陈亦康

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值