相信很多人在刚接触算法时都在递归上栽过跟头(包括我),但是在掌握了这项技能后会有种豁然开朗的感觉!
我用我自己!
怎么会有这么优雅而又简单粗暴的解决问题的方法!
\color{red}{怎么会有这么优雅而又简单粗暴的解决问题的方法!}
怎么会有这么优雅而又简单粗暴的解决问题的方法!
1 定义
没错,递归解决问题的思路就是“我用我自己”。
官方一点的解释是:递归(recursion)是一种在函数定义中使用函数自身的编程技术。在递归中,一个问题被分解为一个或多个更小的子问题,这些子问题与原始问题具有相同的结构。通过解决这些子问题,最终可以解决原始问题。
2 例子
沿用“二分查找”的例子,在原本的二分查找中,我们使用的是while
循环的方法解决问题:
def binary_search_loop(an, item):
low = 0
high = len(an)-1
while low <= high:
mid = int((low + high)/2)
guess = an[mid]
if guess == item:
return mid+1
if guess > item:
high = mid - 1
else:
low = mid + 1
pass
但是在一些编程语言中并没有类似于while
的循环,这时递归便可派上用场:
def binary_search_recursion(an, item, high, low):
mid = int((low + high)/2)
guess = an[mid]
if guess == item:
return mid + 1
elif guess > item:
return binary_search_recursion(an, item, mid-1, low)
else:
return binary_search_recursion(an, item, high, mid+1)
在进行递归时,需要进行递归条件和基线条件的判别。
2.1 基线条件
正如前文所述,递归是将一个问题被分解为一个或多个更小的子问题的过程,这是编程中极为重要的思想——分而治之(divide and conquer,D&C)。而基线条件对应的就是“最小的问题”,小到不可分。
...
if guess == item:
return mid + 1
...
在代码中,当guess == item
时,说明已经“猜”中了需要查找的元素,问题已经得到解决,而这个条件就是基线条件。
2.2 递归条件
...
elif guess > item:
return binary_search_recursion(an, item, mid-1, low)
else:
return binary_search_recursion(an, item, high, mid+1)
...
递归条件对应的是问题在没被解决时对应的条件,在例子中guess > item
以及guess < item
对应的都是问题还可拆分的情况,只不过后者被else
所取代了。