程序员数学 | 用递归将复杂的问题简单化（上）

在某些场景下，递归的解法⽐基于循环的迭代法更容易实现。

比如有四种⾯额的钱币，1元、2元、5元和10元，你⼀共需要给我10元，你可以给我1张10元，或者10张1元，或者5张1元外加1张5元等等。如果考虑每次的⾦额和先后顺序，那么最终⼀共有多少种不同的支付⽅式呢？

这个问题和之前的棋盘上放⻨粒有所不同，它并不是要求你给出最终的总数，⽽是在限定总和的情况下，求所有可能的加和⽅式。

但求和的重复性操作仍然是⼀样的，因此下面先使⽤迭代法尝试一下：

考虑当 k=1,2,3,…,n
当n=1的时候，可以取四种⾯额中的任何⼀种，那么奖赏就是1元、2元、5元和10元。
当n=2的时候，奖赏的总和有很多可能性。如果第⼀次奖赏了1元，那么第⼆次有可能取1、2、5元三种⾯额（如果取10，总数超过了10元）。

所以，在第⼀次奖赏1元，第⼆次奖赏1元后，总和为2元；第⼀次奖赏1元，第⼆次奖赏2元后，总和为3元；第⼀次奖赏1元，第⼆次奖赏5元后，总和为6元。依次类推。

迭代法也是可行的，但是如果⽤循环来实现要保存好多中间状态及其对应的变量。

这⾥不是要计算⼀个最终的数值，⽽是要列举出所有的可能性。

把复杂的问题简单化

将数学归纳法的思想泛化成更⼀般的情况

数学归纳法考虑了两种情况：

1. 初始状态，也就是n=1的时候，命题是否成⽴；
2. 如果n=k-1的时候，命题成⽴。那么只要证明n=k的时候，命题也成⽴。其中k为⼤于1的⾃然数。
   将上述两点顺序更换⼀下，再抽象化⼀下得出这样的递推关系：
3. 假设n=k-1的时候，问题已经解决（或者已经找到解）。那么只要求解n=k的时候，问题如何解决/解是多少?
4. 初始状态，就是n=1的时候，问题如何解决 / 解是多少?

这种思想就是将复杂的问题，每次都解决⼀点点，并将剩下的任务转化成为更简单的问题等待下次求解，如此反复，直到最简单的形式。

回到开头的例⼦，再将这种思想具体化：

1. 假设n=k-1的时候，我们已经知道如何去求所有奖赏的组合。那么只要求解n=k的时候，会有哪些⾦额的选择，以及每种选择后还剩下多少奖⾦需要⽀付就可以了。
2. 初始状态，就是n=1的时候，会有多少种奖赏。有了这个思路，就不难写出这个问题的递归实现。

---

递归和循环其实都是迭代法的实现，⽽且在某些场合下，它们的实现是可以相互转化的。但对于某些场景，递归就很难被循环取代。主要有两点原因：

⼀、递归的核⼼思想和数学归纳法类似，并更具有⼴泛性。这两者的类似之处体现在将当前的问题化解为两部分：

1. ⼀个当前所采取的步骤。这种步骤可能是进⾏⼀次运算（例如每个棋格⾥的⻨粒数是前⼀格的两倍），或者做⼀个选择（例如选择不同⾯额的纸币），或者是不同类型操作的结合（赏⾦的案例）等等。

2. 另⼀个更简单的问题。经过上述步骤之后，问题就会变得更加简单⼀点。这⾥“简单⼀点”，指运算的结果离目标值更近（例如赏⾦的总额），或者是完成了更多的选择（例如纸币的选择）。而“更简单的问题”，又可以通过嵌套调⽤，进⼀步简化和求解，直⾄达到结束条件。

⼆、递归会使用计算机的函数嵌套调用。⽽函数的调用本身，就可以保存很多中间状态和变量值，因此极⼤的方便了编程的处理。

我们只需要保证递归编程能够体现这种将复杂问题逐步简化的思想，那么它就能帮助我们解决很多类似的问题。