递归
如果使用了循环,程序的性能可能更高;如果使用递归,程序可能更容易理解。
个人认为很多时候许多递归算法是简洁的,同时也是难以理解,更难以真正自己想出来的。不知道是因为自己看得少,对递归算法不够理解,还是因为递归算法真的很难。希望自己在阅读并实现这一章节的算法后能够得出一个答案。
本书提出的一个在类似俄罗斯套娃的盒子中寻找钥匙的问题,并分别使用简单的循环和递归算法进行解决。
当使用循环算法解决时,我们的想法时,检查盒子中出现的所有东西,包括盒子,出现的盒子暂时不管。
- 创建一个要查找的盒子堆
- 从盒子堆取出一个盒子,在里面找
- 如果找到的是盒子,将其加入盒子堆中,以便以后再查找
- 如果找到钥匙,大功告成
- 回到第二步
当使用递归算法解决时,我们的想法是,每出现一个盒子,就检查这个盒子里面是否有钥匙。
- 检查盒子中的每样东西
- 如果是盒子,就回到第一步
- 如果是钥匙,就大功告成
显然,按照我们在平时生活中找东西的习惯,显然算法二更加高效,也更加符合我们的生活习惯。
基线条件和递归条件
在编写递归函数时,告诉递归函数如何停止很重要,下面我们以终止条件为出发点分析递归函数。
递归函数分为两个部分:基线条件(base case)和递归条件(recursive case)。
基线条件指的是函数不再调用自己的条件。
递归条件指的是函数调用自己的条件。
递归条件和基线条件的联合使用,避免程序陷入死循环。
下面以一个倒数函数为例,认识基线条件和递归条件。
```python
def countdown(i):
if i == 0:#基线条件
return
print(i)
countdown(i-1)#递归条件(这里显性的递归条件没有)
countdown(5)
上面的图完美的解释了基线条件和递归条件,觉得作者真的是化繁为简的高手。这里多说一句,图像记忆真的比文字记忆高效许多,今天和导师吃饭聊到师母学习的方法,也有提到图像记忆法,今后自己要慢慢学会将知识体系化、图像化输出。