如何找到“最终推荐人”?
如果存在脏数据,怎么可以检测出A-B-C-A这样的“环”的存在呢?
如何理解递归?
去的过程叫“递”,回来的过程叫“归”。所有的递归问题都可以用递推公式来表示。一种编码技巧。
什么样的问题可以用递归来解决?
满足三个条件:
- 一个问题的解可以分解为几个子问题的解
子问题就是数据规模更小的问题。 - 这个问题和分解后的子问题,除了数据规模不同,求解思路完全相同
- 存在递归终止条件
如何编写递归代码?
最关键的就是写递推公式,找到终止条件。
写递推代码的关键:
- 找到如何将大问题分解为小问题的规律
- 写出递推公式
- 推敲出终止条件
- 将递推公式和终止条件翻译为代码
对于递推代码,试图想清楚整个递和归的过程的做法,实际上是进入了一个思维误区。
正确的思维方式是怎样的呢?
如果一个问题A可以分解为若干个子问题B、C、D,可以假设子问题B、C、D已经解决,在此基础上去思考如何解决问题A。所以,只需要思考问题A与子问题B、C、D之间的关系即可,屏蔽掉递归细节,理解起来就简单很多。
递归代码要警惕堆栈溢出
- 可以在代码中限制递归调用的最大深度来避免堆栈溢出。设置全局变量depth,如果递归调用超过一定的深度,就不继续递归,直接返回报错。
- 但是这种方法也不能完全解决问题。因为最大允许的递归深度与当前线程剩余的栈空间大小有关,无法事先计算,实时计算比较复杂。如果最大深度比较小,就可以使用这种方法,否则这种方法就不是很实用。
递归代码要警惕重复计算
- 可以使用一些数据结构(比如散列表)来保存已经求解过的f(k)。当递归调用到f(k)的时候,看是否已经求解过,如果求解过就直接从散列表中取,这样就可以避免重复计算。