先说那两个让哥震惊的递归问题：
1：用递归实现单链表的倒序输出
2：从二叉查找树中删除节点，并保证还是二叉查找树
同学们可以开始思考这两个问题了，当然你可能N年前就遇到过这两个问题，那么不妨看看，看你是否真的理解了递归。实现这两个问题的代码当然很简单，就在下面。
百度百科中递归的名片：递归做为一种算法在程序设计语言中广泛应用.是指函数/过程/子程序在运行过程中直接或间接调用自身而产生的重入现象.递归是计算机科学的一个重要概念,递归的方法是程序设计中有效的方法,采用递归编写程序能使程序变得简洁和清晰。
刚开始学习的递归的时候，觉得他好强大，实现某些功能不用递归可能要几十行代码，用递归可能几行就搞定了，而且代码清晰简洁。一直以为递归也就是自己调用自己，有一个出口条件，让他停止递归，退出函数，其实的特点并非就这些。
递归还有一个非常重要的特点：先进后出，跟栈类似，先递进去的后递出来。由于递归一直在自己调用自己，有时候我们很难清楚的看出，他的返回值到底是哪个，只要你理解了先进后出这个特点，你就会明白，第一次调用时，作为返回值的那个变量的值就是递归函数的返回值。先进后出吗，他是第一个进来，也就是最后出去的那个，当然就是递归的返回值啦。
第一个让哥震惊的问题：用递归实现单链表的倒序输出。
我前段时间写过一篇博客《四种方式实现--从尾到头输出链表》，其中一种方法就是用递归实现的，当时看见那位高人用递归实现了这个功能，哥被震住了，他怎么可以这么聪明，他的博客真的是学算法的好地方：http://zhedahht.blog.163.com/blog/#m=0。代码如下，这是我那篇博客的源码：
//用递归实现 //很诚实的说盗用了别人的思想，真的太妙了，完全能看出你是否真的体会了递归的原理 //正如那位哥们所说，递归就是一个进栈出栈的过程，链表前面的元素先进栈，在栈底，后面的元素后进栈，在栈顶，先出栈，哈哈。。。 void recursion(node* head) { if(NULL==head) { return; } if(head->next!=NULL) { recursion(head->next); } //如果把这句放在第二个if前面，那就是从头到尾输出链表，曾经的你或许是用while或者用for循环输出链表，现在你又多了一种方式 cout<<head->data<<"\t"; }
这里充分运用了递归的先进后出的特点。
最近在博客园中看的一些博客，发现有几篇文章跟树联系得比较紧，前天晚上，我于是把数据结构与算法中树的那一章温习了一下，哥被二叉查找树删除节点的算法给震住了，因为我以前也写过一篇关于二插查找树的博客《算法学习--二叉查找树》，在这篇博客中，删除节点的那个算法写得很长，以至于叫我自己现在去看都不是很理解，今天会让大家看到看到简洁清晰的代码，递归写的吗，哈哈哈！
先来C++版的吧，好久没写了，都生疏了：
View Code
#include "string.h" #include <iostream> using namespace std; typedef struct TreeNode1 { public: int element; TreeNode1 *left; TreeNode1 *right; TreeNode1(int element):element(element),left(NULL),right(NULL){} } TreeNode; class AdtTree { public : TreeNode *root;//根节点 AdtTree() { root=NULL; } //查找指定节点下的最小节点 TreeNode* FindMin(TreeNode *t) { if(t==NULL) { return NULL; }else if(t->left==NULL) { return t; }else { return FindMin(t->left); } } //查找最小节点 TreeNode* FindMin() { return FindMin(root); } //查找指定节点下的节点 TreeNode* Find(int element,TreeNode *t) { if(t==NULL) { return NULL; } if(element<t->element) { return Find(element,t->left); }else if(element>t->element) { return Find(element,t->right); }else { return t; } } //查找节点 TreeNode* Find(int element) { return Find(element,root); } //在指定节点下天骄节点 TreeNode* Add(int element,TreeNode *t) { if(t==NULL) { return NULL; } if(element<t->element) { if(t->left==NULL) { return t->left=new TreeNode(element); } return Add(element,t->left); }else if(element>t->element) { if(t->right==NULL) { return t->right=new TreeNode(element); } return Add(element,t->right); } return t; } //天骄节点 TreeNode* Add(int element) { if(root==NULL) { return root=new TreeNode(element); }else{ return Add(element,root); } } //删除指定节点下节点 TreeNode* Delete(int element,TreeNode *t) { if(t==NULL) { return NULL; }else if(element<t->element) { t->left= Delete(element,t->left); }else if(element>t->element) { t->right= Delete(element,t->right); }else { if(t->left!=NULL && t->right!=NULL) { TreeNode* tmpNode=FindMin(t->right); t->element=tmpNode->element; t->right=Delete(t->element,t->right); }else { TreeNode* tmpNode=t; if(t->left==NULL) { t=t->right; }else if(t->right==NULL) { t=t->left; } delete tmpNode; } } return t; } //删除节点 TreeNode* Delete(int element) { return Delete(element,root); } };
在来C#版：
namespace
Utils
{
public
class
TreeNode
{
public
int
Element
{
get
;
set
;
}
public
TreeNode Left
{
get
;
set
;
}
public
TreeNode Right
{
set
;
get
;
}
public
TreeNode(
int
element)
{
this
.Element = element;
}
}
/// <summary>
/// 二插查找树
/// </summary>
public
class
AdtTree
{
public
AdtTree() { }
public
AdtTree(TreeNode node)
{
this
.root = node;
}
//根节点
private
TreeNode root;
//添加节点（没有检查根节点是否为空，所以设为private）
private
void
AddNode(
int
element, TreeNode node)
{
if
(node ==
null
)
{
return
;
}
if
(element < node.Element)
{
if
(node.Left ==
null
)
{
node.Left =
new
TreeNode(element);
}
else
{
AddNode(element, node.Left);
}
}
else
if
(element > node.Element)
{
if
(node.Right ==
null
)
{
node.Right =
new
TreeNode(element);
}
else
{
AddNode(element, node.Right);
}
}
}
//添加节点
public
void
Add(
int
element, TreeNode node)
{
if
(
this
.root ==
null
)
{
this
.root =
new
TreeNode(element);
}
else
{
AddNode(element, node);
}
}
public
void
Add(
int
element)
{
Add(element,
this
.root);
}
//查找指定节点下的最小节点
public
TreeNode FindMin(TreeNode node)
{
if
(node ==
null
)
{
return
null
;
}
if
(node.Left ==
null
)
{
return
node;
}
else
{
return
FindMin(node.Left);
}
}
//查找最小节点
public
TreeNode FindMin()
{
return
FindMin(
this
.root);
}
//删除指定节点下的节点
public
TreeNode Delete(
int
element, TreeNode node)
{
if
(node ==
null
)
{
return
null
;
}
if
(element < node.Element)
{
node.Left = Delete(element, node.Left);
}
else
if
(element > node.Element)
{
node.Right = Delete(element, node.Right);
}
else
{
if
(node.Left !=
null
&& node.Right !=
null
)
{
TreeNode tmpNode = FindMin(node.Right);
node.Element = tmpNode.Element;
node.Right = Delete(node.Element, node.Right);
//<SPAN style="COLOR: #ff6600"><STRONG>这里是亮点 </STRONG></SPAN> }
else
{
if
(node.Left ==
null
)
{
node = node.Right;
}
else
if
(node.Right ==
null
)
{
node = node.Left;
}
else
{
node =
null
;
}
}
}
return
node;
}
//删除节点
public
TreeNode Delete(
int
element)
{
//如果只有一个节点，即根节点，将根节点制空
if
(root !=
null
&& root.Element == element && root.Left ==
null
&& root.Right ==
null
)
{
root =
null
;
return
new
TreeNode(element);
}
return
Delete(element,
this
.root);
}
}
}
|
现在我们重点来看看，删除节点的算法：
//删除指定节点下的节点
public
TreeNode Delete(
int
element, TreeNode node)
{
if
(node ==
null
)
{
return
null
;
}
if
(element < node.Element)
{
node.Left = Delete(element, node.Left);
}
else
if
(element > node.Element)
{
node.Right = Delete(element, node.Right);
}
else
{
if
(node.Left !=
null
&& node.Right !=
null
)
{
TreeNode tmpNode = FindMin(node.Right);
//查找当前节点有子树的最小节点
node.Element = tmpNode.Element;
//将右子树的最小节点取代当前要删除的节点
node.Right = Delete(node.Element, node.Right);
//这里是亮点，删除当前节点右子树的最小节点
}
else
{
if
(node.Left ==
null
)
{
node = node.Right;
}
else
if
(node.Right ==
null
)
{
node = node.Left;
}
else
{
node =
null
;
}
}
}
return
node;
}
|
这里的重点是怎么处理，被删除的那个节点有左右两棵子树，其他的都很好处理，处理方式是：
1：找到要删除节点的右子树的最小节点，用FindMin这个方法就可以搞定；
2：将右子树的最小节点取代当前删除的节点，因为右子树的最小节点比当前节点的左子树中的所有节点都大，比右子树的节点都小，它就是符合条件的那个节点来代替当前要删除的节点
3：由于右子树的最小节点取代了当前节点，所以要在右子树中删除这个最小节点，现在又转换成同一个问题，在一棵二叉查找树中删除一个节点，于是就递归咯。
我当时就是没有想到这里还可以用递归，写了一堆自己现在都不是很懂的代码。
第一个问题让我震惊是以前没有理解递归的先进后出的思想，第二个是因为我没有掌握问题转换的思想，看似两个不同的问题，其实是同一个问题，当然解法也是一样的，既然把两个解法一样的问题放在一起，用递归就再好不过了，他同时把你们搞定
1628
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
