递归算法与分治策略

关于递归的学习

一、

    1、递归算法的基本思想是：把规模大的、较难解决的问题变成规模较小的的问题。规模较小的问题又变成规模更小的问题，并且小到一定程度可以直接得出它的解，从而得到原来问题的解。

 递归是一种直接或间接调用自身的函数的一种算法，很常用，一般用于解决三类问题:

1. 数据的定义按递归定义的。（FIbonacci函数）
2. 数据的结构形式是按递归定义的。（图，树等）
3. 问题解法用递归算法实现。（回溯算法）//

  2、使用递归的几个条件

1. 这个问题是可以分解的，分解出来的问题的解法与之前的大问题的解法相同。
2. 是一个可以分解到最后可以解决的问题，也就是有结束的条件，边界条件。

 3、递归与循环算法的比较

      一般情况下一个问题可以用循环来解决就可以用递归来解决。很相似，但是是两种不同的思路。

递归的优点在于代码简洁，一眼看过去就明白个大概，但是假如调用的层数太多，就会导致内存方面的问题，会占用过多的内存空间。而循环呢，结构简单，道理也简单。对于一些简单的问题，个人感觉循环就完事了。

递归的缺点在于运行的效率低，通常会把递归算法转换为 递推 或者非递归的算法

 

二、

经典的算法以及一些常用的操作（地方）

 1、Fibonacci函数———每一项都是前两项的和

      （1）递归实现：递归调用次数太多

int A(int  n )//第n项的值
{
    if(n<=1) return 1;
    return A(n-1)+A(n-2);
}

       (2)递推：

int A(int n)
{
    int a=1,b=1,c=0;
    for(int i=0;i<n;i++)
    {
        c=a+b;
        a=b;
        b=c;
    }
    reurn c;
}

 

2、整数划分问题———把一个整数n

int A(int n,int max)//n是要拆分的树，max是一个划分                     
{
   if(n<1)return 0;
   else if(n==1||m==1) return 1;
   else if(n<max) return A(n,n);
   else if(n==max) return A(n,m-1)+1;
   return A(n,max-1)+A(n-max,max);
}

 

分治策略

     求解一个复杂问题可以将其分解成若干子问题，子问题在分解成更小的问题，直到可以直接求解为止。

 

条件：

1. 问题能够按照某种方法分解为若干个规模较小、相互独立且与原问题类型相同的问题；
2. 子问题足够小时可以直接求解；
3. 能够将子问题的解组合成原问题的解。

 

相关的算法：快速排序 ，二分查找等等

 

经典例题：二分查找

二分查找需要一个默认的前提，那就是查找的数列是有序的。 二分查找的思路比较简单：

1） 选择一个标志i将集合分为二个子集合

2） 判断标志L(i)是否能与要查找的值des相等，相等则直接返回

3） 基于判断的结果决定下步是向左查找还是向右查找然后递归
 

int binarySearch(int array[], int low, int high, int target) 
{
    int middle = (low + high)/2;
    if(low > high)
    {
        return -1;
    }
    if(target == array[middle]) 
    {
        return middle;
    }
    if(target < array[middle]) 
    {
        return binarySearch(array, low, middle-1, target);
    }
    if(target > array[middle]) 
    {
        return binarySearch(array, middle+1, high, target);
    } 
}