【Algorithm算法章】递归&&搜索&&回溯&&算法思路总结概括

---

📝前言

本章节是总结学习二叉树，排序算法等等递归问题所总结的，对递归，搜索，回溯的算法进行总结

🌺 递归

🌸 什么是递归

函数自己调用自己的情况

🌸 为什么会用到递归？

本质：解决一个问题，出现相同的子问题

• [ 主问题] ->相同的子问题
• [ 子问题] ->相同的子问题
• …
  

🌸 如何理解递归？

• 分为三个阶段

1. 递归展开的细节图
2. 二叉树中的题目
3. 重点：宏观看待递归的过程

• 不要在意递归的细节展开图
• 把递归的函数当成一个黑盒
• 相信这个黑盒一定能完成这个任务

例子展示：

//后序遍历
void dfs(TreeNode* root)
{
	//细节 - 出口
	if (root == nullptr)
		return;

	dfs(root->left);//只需相信dfs这个黑盒能帮我完成遍历左子树任务，不需要关注细节展开图
	dfs(root->right);//只需相信dfs这个黑盒能帮我完成遍历右子树任务，不需要关注细节展开图
	cout << root->val;

}


class Solution {
public:
    void _merger(vector<int>& nums, int left, int right, int* tmp)
    {
        //细节 - 出口
        if (left >= right)
            return;

        int mid = (left + right) / 2;
        _merger(nums, left, mid, tmp);//只需相信给你中间值和需要参数_merge这个黑盒能帮我完成排序左区间，不需要关注细节展开图
        _merger(nums, mid + 1, right, tmp);
		//只需相信给你中间值和需要参数_merge这个黑盒能帮我完成排序右区间，不需要关注细节展开图
		
		//merge操作..
       //    int begin1 = left, end1 = mid;
    //    int begin2 = mid + 1, end2 = right;
    //    int i = left;
    //    while (begin1 <= end1 && begin2 <= end2)
    //    {
    //        if (nums[begin1] <= nums[begin2])
    //        {
    //            tmp[i++] = nums[begin1++];
    //        }
    //        else
    //        {
    //            tmp[i++] = nums[begin2++];
    //        }
    //    }

    //    while (begin1 <= end1)
    //    {
    //        tmp[i++] = nums[begin1++];
    //    }
    //    while (begin2 <= end2)
    //    {
    //        tmp[i++] = nums[begin2++];
    //    }

    //    memcpy(nums.data() + left, tmp + left, (right - left + 1) * sizeof(int));
    //}

    //vector<int> sortArray(vector<int>& nums) {

    //    int* tmp = new int[nums.size()];
    //    _merger(nums, 0, nums.size() - 1, tmp);
    //    delete[] tmp;

    //    return nums;

    //}
 };    

🌸 如何写好一个递归

• [目的：函数体的设计 ] 先找到相同的子问题
• [目的：函数体的书写 ] 只关心某一个子问题是如何解决的
• [ 避免死循环] 注意一下递归函数的出口即可

🌺搜索总结

🌸 深度优先遍历vs深度优先搜索vs宽度优先遍历 vs宽度优先搜索

• 搜索就是在遍历的时候，访问结点的值，那么**vs就是等同于的意思**
• 深度优先遍历 vs 深度优先搜索
• 宽度优先遍历 vs 宽度优先搜索
• 因此遍历是形式，目的是搜索
  

🌸 搜索vs暴搜关系图

搜索：暴力枚举一遍所有的情况
搜索等同于暴搜：两种方法进行

• bfs
• dfs

🌸 拓展搜索问题

将一个问题进行一 一罗列（全排列）出所有的可能组合，然后用树状图的方法来画出决策树

🌼回溯与剪枝

1. 回溯算法:（本质是回退）深搜dfs
   回溯算法是一种通过探索所有可能的候选解来解决决策问题的算法。
   它采用试错的思想,在进行决策时,如果当前的选择导致之后无法得到有效的解决方案,则会退回到上一个决策点,并选择另一种选择。

2. 剪枝:
   剪枝是回溯算法中的一种优化技术,它通过分析当前的局部状态,来提前判断某个解决方案是否可行,不可行就剪掉，好比剪掉一个叶子或者一个子树，从而避免不必要的后续计算。

回溯算法的特点是先尝试并检查解决方案,如果当前解决方案不可行,就回到上一个决策点继续尝试其他的可能性。

后续文章继续继续总结

---

🚩总结