【笔记】初读《SICP》：递归和迭代

1. 前言

递归【recursion】和迭代【iteration】是计算过程生成的两种“形状”
深入的理解对于我们理解程序的计算至关重要
（能够通过观察想象计算所产生的结果）
注：这篇文章是参考《SICP》后而写的，里面可能会出现一些lisp代码，不过后面附加了等价的c语言实现

2. 线性递归

首先，我们考虑计算一个数$n$的阶乘:$$n!=n\ast (n-1)\ast (n-2)\ast ...\ast 2\ast 1$$
这是最普通也是最直观的计算方法了，但是我们从简单的式子中也可以发现一些不一样的想法：从$n$往后的所有项$(n-1)\ast (n-2)\ast ...\ast 2\ast 1$可以写成$(n-1)!$
那么，我们就可以将原式改写为
$$n!=n\ast [(n-1)\ast (n-2)\ast ...\ast 2\ast 1]=n\ast (n-1)!$$
可以看见，原来的问题（$n!$）被我们转化成了一个更小规模的问题($(n-1)!$)，这便是递归的思想，这样不断地进行下去，最终一定会收敛到一个最简单的情况【base case】，即$1!=1$

代码的实现

lisp

(define (factorial n)
	(if (= n 1)
	1
	(* n (factorial (- n 1)))))

c

int factorial (int n){
	if(n == 1)	return 1;
	return n * factorial(n-1);
}

观察上面的代码，两种语言实现的递归算法都非常简单直观，十分符合我们之前的分析思路，接下来看一下一个实现阶乘的递归算法具体的运行轨迹
（以计算$6!$为例）

运行轨迹跟踪

3. 迭代

现在，我们换一个视角来思考阶乘$n$的计算
$$n!=1\ast 2\ast ...\ast (n-2)\ast (n-1)\ast n$$
首先设置一个累加器product，初始值为1；
再设置一个计数器counter，初始值也为1，然后将按照如下的规则进行反复执行：
（1）product := product * counter
（2）counter := counter + 1
直到counter的值超过了给定的n，我们停止执行，这时候的product的值就自然为$n!$了

代码的实现

lisp

(define (factorial n)
	(fact-iter 1 1 n))
(define (fact-iter product counter max-count)
	(if (> counter max-count)
	product
	(fact-iter (* counter product)
				(+ counter 1)
				max-count)))

可能有人会说，这明明调用了fact-iter函数自身啊，怎么会是迭代呢？这其实是lisp语言的特性，这里的尾递归【tail-recursion】实现在c语言中可以等价地写成迭代的形式

c

int factorial(int max-count){
	int product,counter;
	product = 1;
	counter = 1;
	while(counter <= max-count){
		product = product * counter;
		counter = counter + 1;
	}
	return product;
}

运行轨迹跟踪

3. 两者的区别

3.1

首先，我们考虑线性递归的运行轨迹
不难看出，递归的过程是一个不断扩张【expansion】和收缩【contraction】的过程。在扩张过程中，不断地延迟乘法操作；在收缩过程中，则不断执行乘法操作（这也正是“递”和“归”的体现）
由于递归过程中会有一些“隐藏”的信息被解释器（或编译器）暂存，因此随着递归的深度越深，被保存的信息也就越多。而递归时栈是由系统管理的，如果递归深度太深，就会导致爆栈问题

3.2

接下来考虑迭代的运行轨迹
迭代的过程和递归有很大不同，它并没有扩张和收缩的现象
在迭代中，我们要做的就是跟踪所有的中间变量的值，不断更新它们，直到满足停止条件后，我们将得到结果，迭代过程也会结束
从另一种角度来说，这些中间变量完全地提供了计算过程的状态描述（如阶乘计算中，product和counter的更新体现了当前的累加器和计数器的变化），而整个运行过程是在一个固定的空间中完成的

4. 树形递归

不同于线性递归，另一种递归的形式叫做树形递归【tree recursion】
一个最常见的树形递归的例子就是斐波那契数列
$$Fibonacci(n)=\{\begin{array}{ll}0,& n=0\\ 1,& n=1\\ Fibonacci(n-1)+Fibonacci(n-2),& n>1\end{array}$$

代码的实现

lisp

(define (fib n)
	(cond ((= n 0) 0)
		((= n 1) 1)
		(else (+ (fib (- n 1))
				 (fib (- n 2))))))

c

int fib(int n){
	if(n == 0)	return 0;
	else if(n == 1)	 return 1;
	else 
		return fib(n-1) + fib(n-2);
}

运行轨迹跟踪

从图中我们可以清楚地看见，计算$fib5$的过程中
要重复计算：2次$fib3$、3次$fib2$
这样的重复计算必然会带来高额的开销，特别是n非常大的时候
虽然树形递归在时间效率上不那么尽如人意，但却很容易阐述其思想并理解

一种优化树形递归的方法就是利用一张表来暂存计算的中间值，这样每次要用的时候就可以查表获取，而不用每次都再重复计算