《图解算法》阅读06—如何理解递归算法

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。

1. 创建一个要查找的盒子堆
2. 从盒子堆取出一个盒子，在里面找
3. 如果找到的是盒子，将其加入盒子堆中，以便以后再查找
4. 如果找到钥匙，大功告成
5. 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。

1. 检查盒子中的每样东西
2. 如果是盒子，就回到第一步
3. 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。