递归和递推

今天做了一道题。遇到了这个两个概念，这里总结一下。

区别

递归：从未知到已知。 重点是分解问题。
递推：从已知到未知。重点是规则。

案例1- 斐波那契数列

//递归求解
function fib(n){
   if(n == 1 || n == 2)
     return 1
    return fib(n-1) + fib(n-2);
}
//递推求解
function fib(n){
    let start=1;
    let fn=1;
    for (let i=1;i<n;i++) {
        let t=fn;
        fn=fn+start;
        start=t;
    }
    return fn;
}

用python实现如下：

# 递归的版本
def fib(n):
    if n == 1:
        return 1
    elif n == 2:
        return 1
    else: 
        return fib(n-1) + fib(n-2)

# 递推的版本
def fib(n):
    f1 = 1
    f2 = 1
    if n == 1:
        return f1
    if n == 2:
        return f2
    for i in range(1, n-1):
        t = f1 + f2
        f1 = f2
        f2 = t
    return f2
 
print(fib(6))

案例2：求累加（1-100内）

todo

案例3： 爬楼问题

假设有n阶楼梯，每次可爬1阶或2阶，则爬到第n层有几种方案？

todo

小结

递归与递推区别：相对于递归算法,递推算法免除了数据进出栈的过程，也就是说,不需要函数不断的向边界值靠拢,而直接从边界出发,直到求出函数值。

递归的应用场合：
1、数据的定义形式是递归的，例如求Fibonacii数列的第n项 。
2、数据之间的逻辑关系（即数据结构）是递归的，如树、图等的定义和操作。
3、某些问题虽然没有明显的递归关系或结构，但问题的解法是不断重复执行一组操作，只是问题规模由大化小，直至某个原操作（基本操作）就结束。例如：汉诺塔问题。
递归设计的要素：
1、在函数中必须有直接或间接调用自身的语句；
2、在使用递归策略时，必须有一个明确的递归结束条件，称为递归出口（或递归边界）。