故事中的递归技巧
开头先分享一则小故事:
一只狗来到厨房,偷走一小块面包。厨子举起杓子,把那只狗打死了。于是所有的狗都跑来了,给那只狗掘了一个坟墓,还在墓碑上刻了墓志铭,让未来的狗可以看到:“一只狗来到厨房,偷走一小块面包。厨子举起杓子,把那只狗打死了。于是所有的狗都跑来了,给那只狗掘了一个坟墓,还在墓碑上刻了墓志铭,让未来的狗可以看到:‘一只狗来到厨房,偷走一小块面包。厨子举起杓子,把那只狗打死了。于是所有的狗都跑来了,给那只狗掘了一个坟墓,还在墓碑上刻了墓志铭,让未来的狗可以看到……’”
这个故事可以一直讲下去,也就是一则无限递归的小故事了,故事本身一直在重复
JavaScript中的递归:直接与间接递归
递归是一种编程技巧,函数调用自身来解决问题。
其本质是在计算机科学中来说,递归是一种解决计算问题的方法,其中的解决方案取决于同一问题的较小实例的解决方案
较小的实例的解决方案,也就是解决问题的最简实例。
在JavaScript中,递归可以用来解决各种问题,如遍历和搜索树或图,生成排列或组合,以及解决数学问题。
递归主要有两种类型:直接递归和间接递归。
在直接递归中,函数直接调用自身。在间接递归中,函数调用另一个函数,后者又调用原始函数,形成一个循环。
以下是JavaScript中阶乘的直接递归的示例
阶乘的数学定义
最简示例 2 * 1
结束条件 n === 1
function factorial(n) {
if (n === 1) {
return 1;
} else {
return n * factorial(n - 1);
}
}
console.log(factorial(5)); // 输出:120
复制代码
如下图所示向下传递数据就是一直到终止条件factorial(1)
,向上递归数据第一步就是变为最简的解决方案即 1 * 2
function isEven(n) {
if (n === 0) {
return true;
} else {
return isOdd(n - 1);
}
}
function isOdd(n) {
if (n === 0) {
return false;
} else {
return isEven(n - 1);
}
}
console.log(isEven(4)); // 输出:true
console.log(isOdd(4)); // 输出:false
复制代码
在这个例子中,isEven
和isOdd
函数间接地调用彼此来判断给定数字是偶数还是奇数。isEven
函数检查输入数字n是否等于0
,如果是,则返回true
。否则,它调用isOdd
函数并传入n - 1
。类似地,isOdd
函数检查n是否等于0
,如果是,则返回false
。否则,它调用isEven
函数并传入n - 1
。
从上可以得出,写好一个递归方法,也就是关注两点
- 基本解决方案实例
- 递归结束条件
优化递归的方案
网上传的尾递归,拿上面的阶乘递归来说,尾递归版本是:
function factorial(n, acc = 1) {
if (n <= 1) {
return acc;
}
return factorial(n - 1, acc * n);
}
复制代码
但是javascript编译器并没有对尾递归进行相应的优化处理,所以基本没啥大作用
主要的优化手段有缓存,将计算结果直接缓存到一个数据中,避免重复计算
function factorial(n, memo = {}) {
if (n in memo) {
return memo[n];
}
if (n === 0) {
return 1;
}
memo[n] = n * factorial(n - 1);
return memo[n];
}
复制代码
碰上大数据量的数据时,可以通过递归推出for循环版本的算法:
function factorial(n) {
let result = 1;
for (let i = 1; i <= n; i++) {
result *= i;
}
return result;
}
复制代码
多会采用递归解决问题 ?
确定对给定问题是使用递归还是迭代取决于几个因素,例如问题的性质、输入的大小和程序的性能要求。以下是一些可帮助我们选择合适方法的一般准则:
-
问题的类型:递归非常适合可以分解为与原始问题性质相似的较小子问题的问题。例如,涉及搜索、排序或遍历数据结构的问题通常适用于递归解决方案。另一方面,涉及深度嵌套或复杂控制流的问题可能更适合迭代解决方案
-
输入大小:对于输入较大的问题,递归可能会出现栈问题,因为它可能会导致堆栈溢出错误或消耗大量内存。对于输入量较大的问题,迭代通常更有效,因为它避免了多次函数调用的开销。
-
性能要求:程序的性能要求也可能影响方法的选择。递归可以比迭代更优雅、更容易理解,但它可能更慢并且消耗更多内存。迭代通常更快,更节省内存,但可能更难理解或维护
最终,方法的选择取决于问题的具体要求以及性能、可读性和易实现性之间的权衡。仔细考虑问题并选择最能满足您需求的方法很重要。在某些情况下,递归和迭代的组合可能是最好的解决方案。