7、【算法思想】递归

1、递归

1.1 定义

指一种通过重复将问题分解为同类的子问题而解决问题的方法(自己调用自己)。递归是一个非常重要的算法思想，应用也是相当的广泛。比如下面的场景：
比如我们在某窗口排队人太多了，我不知道我排在第几个，那么我就问我前面的人排第几个，因为知道他排第几我就知道我是第几了。但前面的人也不知道自己排第几那怎么办呢？他也可以继续往前面问，直到问到第一个人，然后从第一个人一直传到我这里 我就很清楚的知道我是第几了。这个场景就是一个典型的递归。在这个过程中大家有没有发现一个规律那么就是会有一个问的过程，问到第一个后有一个回来的过程吧。这就是递（问）加归（回）。

1.2 使用递归的情况

1. 一个问题的解可以分解为几个子问题的解：子问题，我们通过分治的思想可以把一个数据规模大的问题，分解为很多小的问题。
   我们可以把刚刚那个问前面的那个人看为子问题。大化小
2. 这个问题与分解之后的子问题，求解思路完全一样;
3. 一定有一个最后确定的答案，即递归的终止条件：刚刚那个问题就是第一个人。第一个人是肯定知道自己排第几吧，即n=1的时候，如果没有这个特性那么我们这个递归就会出现死循环，最后程序就是栈溢出。

递归包含的思想有：分治（大拆小）和回溯（结果回传）。
递归实现的关键： (1) 就是求出递归公式;(2) 找出递归结束条件
比如：斐波那契数列(这个数列从第3项开始 ，每一项都等于前两项之和)：1 1 2 3 5 8 13，他的求解公式：f(n)=f(n-1)+f(n-2),
终止条件：n<=2 f(n)=1

2、代码实现

2.1 斐波那契数列简单实现

	public static int fab(int n) { 
		// 分析一段代码好坏，有两个指标，时间复杂度和空间复杂度 都是：O(2^n)
		if (n <= 2){
			return 1; // 递归的终止条件
		}
		return fab(n - 1) + fab(n - 2); // 继续递归的过程
	}

通过上图，可计算出fab(int n)的时间复杂度和空间复杂度都为O(2^n)，有很大的优化空间。
如果不优化，当数据量一大的话，是非常耗时间的！
如下图，执行到45个数列的时候，运行时间如下：

就已经花费2s的时间了，所以这个方法是需要优化的。优化的时间复杂度向：O(n) < O(nlogn)靠拢。

2.2 fab(int n)方法优化思路

1.使用非递归。所有的递归代码理论上是一定可以转换成非递归的。

	public static int noFab(int n) { // 不用递归 O(n)
   	// 循环
   	if (n <= 2)
   		return 1;
   	int a = 1;
   	int b = 1;
   	int c = 0;
   	for (int i = 3; i <= n; i++) {
   		c = a + b;
   		a = b;
   		b = c;
   	}
   	return c;
   }

2. 加入缓存：把我们中间的运算结果保存起来，这样就可以把递归降至为o(n)
3. 尾递归(我也没整明白咋弄的，大家自己找资料吧)：什么是尾递归？尾递归就是调用函数一定出现在末尾，没有任何其他的操作了。因为我们编译器在编译代码时，如果发现函数末尾已经没有操作了，这时候就不会创建新的栈，而且覆盖到前面去。倒着算，不需要在回溯了，因为我们每次会把中间结果带下去。