基础算法--递归算法【难点、重点】

---

今天我们即将要开始讲解算法中第一块儿难啃地骨头--递归了，相信有不少小伙伴都因递归而迷惑过，本文就来给大家详细的讲解一下递归到底是什么东西。让你也能瞬间将他打回原形。

---

递归的理解

在学习递归之前，我们先理解递归。什么是递归呢？从名字上看我们可以想到递进+回归两个词，那么我们实际的递归也有这么两个过程，只不过有些人将它称为前进状态和后退状态，也有人将后者称为回溯地过程。不过我们后面会有单独的一个讲解回溯的章节，所以我在这里就按我的理解来称呼了。(称呼什么的无所谓，主要是你能理解这个过程)。从另一个官方的角度来解释递归，就是一种解决问题的方法，它通过函数调用自身来实现。

递归的故事

博主在网上搜寻资料时，看到大多数都是通过“从前有座山，山里有座庙，庙里有个老和尚在给小和尚讲故事，讲的是什么呢？讲的是"从前有座山，山里有座庙，庙里有个老和尚在给小和尚讲故事，讲的是什么呢？讲的是"从前有座山，山里有座庙，庙里有个老和尚在给小和尚讲故事，讲的是什么呢？讲的是“讲完了，睡觉”"讲完了，睡觉"讲完了，睡觉”这个例子来引入递归的。我觉得这个故事对递归的说明还不是那么地贴切。在这里我给出另一个生动的故事来形象化这个概念：

一个小孩在一个高大的山上。他想知道山的另一边是什么样子，于是他决定向下走。(问题引入：功能需求)

他问他遇到的每一个人：“山的另一边有什么？”其中一个人告诉他：“这里也有个小孩，他知道山的另一边更清楚。”于是这个小孩找到下一个小孩，问：“你知道山的另一边有什么吗？”这个小孩又回答：“等一下，我再去问我的朋友。”（解决方法：拆解问题，层层递推）

这样，孩子们通过询问，把问题层层递归地传递下去，直到某个小孩找到一个真正到了山的另一边的人，得到了答案。（结束条件：基线状态）

然后这个小孩从别人口中得知山的另一边，他就回头告诉问他的那个人山的另一边是什么，依次回退。（问题解决，依次回归）

这个过程就是递归：通过拆解问题，直到找到简单和直接的解决方案。

故事图解：

代码：

string kid(vector<string>& kids, int i){
    if(kids[i]=="我知道了")
        return kids[i];//如果第i个小孩知道了，就将这个答案返回去
    //else，否则执行下面的代码
    return kid(kids,i+1);//在这群孩子中，返回下一个孩子知道的答案，下一个不知道的话，会一直往下问，直到有个孩子知道答案，就开始将答案返回了。
};

string kid(vector<string>& kids, int i){
    if(kids[i]=="我知道了") return kids[i];
    string ans=kid(kids,i+1);
    return ans;
}

代码图解 ：

递归的代码示例

让我们来看一个简单的代码示例——计算阶乘。阶乘是一个经典的递归问题，可以用递归来优雅地解决。

#define Long long long
Long function(int n)
{
    if(n==0)return 1;//确定结束条件
    return n*function(n-1);//递归调用
}

在这个例子中：
功能：计算一个数的阶乘。
结束条件：当 `n` 等于 0 时，返回 1（因为 0! = 1）。
等价关系式：其他情况下，`n! = n * (n-1)!`。这个表达式使得我们能把问题分解为更小的部分，最终能解决。

在这里，假设main()是主调函数 f(int a)就作为main()的被调函数。main()调用f(6),f(6)调用f(5),f(5)调用f(4),f(4)调用f(3),f(3)调用f(2),f(2)调用f(1);而f(1)达成了结束条件，开始返回f(1)的值，在f(2)中f(1)调用完毕，就返回f(2)的值，依次回归。直至f(6)返回，回到main()主函数。 

递归的优缺点

一、优点

1. 优雅性：递归允许我们以一种简洁和优雅的方式编写代码，特别适合解决具有递推关系的问题。
2. 清晰性：通常情况下，使用递归可以使代码更易读。

二、缺点

1. 栈溢出：递归调用会消耗栈空间，如果递归深度过大，可能会导致栈溢出。
2. 性能问题：在某些情况下，递归的性能不如迭代算法，尤其是没有使用尾递归优化或记忆化的情况下。

优化递归

1. 尾递归：尾递归指的是递归调用是函数的最后一步，可以通过编译器优化避免堆栈增长，从而减少栈溢出的风险。
2. 记忆化：记忆化是一种优化技术，保存已计算的结果，以避免重复计算。这在处理重叠子问题时尤为有效，例如在求 Fibonacci 数列时。

一、尾递归

略

二、记忆化

1201：菲波那契数列
时间限制: 1000 ms         内存限制: 65536 KB

【题目描述】

菲波那契数列是指这样的数列: 数列的第一个和第二个数都为1，接下来每个数都等于前面2个数之和。

给出一个正整数a，要求菲波那契数列中第a个数是多少。

【输入】

第1行是测试数据的组数n，后面跟着n行输入。每组测试数据占1行，包括一个正整数a(1<=a<=20)。

【输出】

输出有n行，每行输出对应一个输入。输出应是一个正整数，为菲波那契数列中第a个数的大小。

正常来说，这道题很简单，写一个计算斐波那契第i位的递归函数就可以了。

#include <bits/stdc++.h>
using namespace std;
#define Long long long

Long func(int n) {
	if (n == 1 || n == 2)return 1;//斐波那契数列第一二项是必然已知的。所以这就是我们的基线条件
	return func(n - 1) + func(n - 2);//斐波那契的等价关系式也是已知的，前两项之和
}
int main() {
	int n; cin >> n;
	for (int i = 0; i < n; i++) {
		int x; cin >> x;
		cout << func(x) << endl;
	}
	return 0;
}

 

对于斐波那契第5个数，需要推到出来，我们正常的步骤是17步。 (一会跟后面对比一下)

对于本题而言，需要输出n组数据，每次打印第i个数据斐波那契数列的值。假如我们第一组数据是100，第二组数据是99，我们每次都调用递归，是不是感觉它很烦，明明第99位斐波那契数我已经推到出来过了，我还要重新推导。所以，我们需要采用记忆化的方法，来解决这个问题。

#include <bits/stdc++.h>
using namespace std;
#define Long long long

Long fib[25]={0,1,1};
Long fuc(int i){
    if(fib[i]) return fib[i];
    fib[i]=func(i-1)+func(i-2);
    return fib[i];
}

int main() {
	int n; cin >> n;
	for (int i = 0; i < n; i++) {
		cin >> x;
        cout<<fuc(x)<<endl;
	}
	return 0;
}

我们定义一个全局数组（此处又称记忆数组）fib，用fib[i]来表示第i个斐波那契数的值。初始我们将fib[1]和fib[2]的值设置为1。这次再进行斐波那契数列的递归调用时，我们每推导出一个fib[i]都先给他存起来，之后求func(i)时我们就可以直接拿fib[i]这个数组的值了。这就是记忆化的过程。

我们可以明显的看出来，少了四步，然而这只是fib5，当求的位数越大时，调用栈的次数就会少，记忆化的优势就越明显。（ 这个结构类似于二叉搜索树）。由于左面的子树的存储的位数比右面都要靠后，当我一条线走完左面的子树时，右面的子树全部都被存储到了记忆化数组中去，之后就不用再依次往下递归了，从这个角度来说，树的深度越大，记忆化的好处越明显。

递归的知识串烧

一、递归、递推、迭代

1、递推:其对应英文应该是recurrence relation(Inductive)，即递推关系。什么是递推关系呢？从数学角度，递推关系往往可以用数学公式来表示。比如，高中学的等差数列、等比数列，a1=1, an=再比如fibonacci，Fn = Fn-1+Fn-2.递推可以理解是数学上的概念。从已知到未知， 从1 往 n推(未知)。递进 依次 推算。

2、递归:对应英文recursion,这是一个计算机科学里的概念，其定义为函数自己调用自己。计算机科学里除了递归，还有一个是迭代，它们和递推三者的关系，可以理解为：

在编程里,递推关系可以通过递归或者迭代来实现,但是递归和迭代又不仅仅只能用来实现递推关系。从未知到已知 Recursive是从n(未知)往1推, 再层层返回归纳

3、迭代(辗转) --Iterative ，不断将结果当做变量带入，就叫迭代

总结：
1，从程序上看，递归表现为自己调用自己，迭代则没有这样的形式。
2，递归是从问题的最终目标出发，逐渐将复杂问题化为简单问题，最终求得问题
是逆向的。迭代是从简单问题出发，一步步的向前发展，最终求得问题。是正向的。
3，递归中，问题的n要求是计算之前就知道的，而迭代可以在计算中确定，不要求计算前就知道n。
4，一般来说，递推的效率高于递归（当然是递推可以计算的情况下）

二、递归与栈

在C++中，递归和栈有着密切的关系。以下是它们之间的一些关键联系：

1. 调用栈：

   • 当一个函数被调用时，程序会将该函数的执行状态（包括参数、局部变量和返回地址）压入调用栈中。递归调用函数时，每次调用都会在栈上创建一个新的帧，包含该调用的上下文信息。

2. 递归函数：

   • 递归函数是直接或间接调用自身的函数。每个递归调用都会把当前函数的信息推入栈中，直到达到基准条件（即递归停止条件），这时栈开始逐层回退，逐步返回结果。

3. 栈溢出：

   • 由于每次递归调用都会占用栈空间，如果递归深度过大，可能会导致栈溢出（stack overflow），从而使程序崩溃。这通常会发生在递归深度过大或者没有合适的基准条件时。

4. 栈的使用：

   • 在递归过程中，每个调用都有其独立的局部变量和状态，这些信息都存储在栈中。因此，栈为递归提供了存储上下文的机制。

5. 尾递归优化：

   • 在某些编程语言中，如果一个递归调用是函数的最后一步（尾递归），编译器可以优化这个调用，以避免增加栈深度。不过，C++标准并不保证支持尾递归优化，因此在C++中使用尾递归仍然需要谨慎。

综上所述，递归依赖于栈来管理函数调用的状态，理解二者的关系能够帮助我们更有效地使用递归，同时避免可能的问题。

注意事项

尽管递归是一种强大的工具，有时并不是所有问题都适合用递归来解决。在选择使用递归时，应考虑问题的特性，确保其能提升代码的可读性和可维护性。

结语

递归是一种解决问题的策略，通过函数自我调用来分解问题。它需要明确的功能、结束条件和等价关系式，尽管递归有其优点和缺点，但在适当的情况下，它能够提供简洁和优雅的解决方案。

---

感谢大家观看！