一直不是很理解递归思想,趁机深入学习一下,仅作学习笔记使用
·关于递归和循环
递归:你打开面前这扇门,看到屋里面还有一扇门。你走过去,发现手中的钥匙还可以打开它,你推开门,发现里面还有一扇门,你继续打开它。若干次之后,你打开面前的门后,发现只有一间屋子,没有门了。然后,你开始原路返回,每走回一间屋子,你数一次,走到入口的时候,你可以回答出你到底用这你把钥匙打开了几扇门。
循环:你打开面前这扇门,看到屋里面还有一扇门。你走过去,发现手中的钥匙还可以打开它,你推开门,发现里面还有一扇门(若前面两扇门都一样,那么这扇门和前两扇门也一样;如果第二扇门比第一扇门小,那么这扇门也比第二扇门小,你继续打开这扇门,一直这样继续下去直到打开所有的门。但是,入口处的人始终等不到你回去告诉他答案。
概念
递归(Recursion)是指在函数的定义中**使用函数自身**的方法
(函数必须要有明确的结束条件)
递归三要素
1.递归终止条件
递归就是有去有回
那么必然应该有一个明确的临界点,程序在这个临界点,不继续往下递去而是开始归来。
换句话说,该临界点就是一种简单情境,可以防止无限递归。
2.给出递归终止时的处理办法
在递归的临界点存在一种简单情境
在这种简单情境下,我们应该直接给出问题的解决方案。
一般地,在这种情境下,问题的解决方案是直观的、容易的。
3.提取重复的逻辑缩小问题的规模
递归问题必须可以分解为若干个规模较小、与原问题形式相同的子问题
这些子问题可以用相同的解题思路来解决
在程序实现上,我们需要抽象出一个干净利落的重复的逻辑,使用相同的方式解决子问题。
递归的两种基本模型
模型一: 在递去的过程中解决问题
function recursion(大规模){
if (end_condition){// 明确的递归终止条件
end; // 简单情景
}else{
// 在将问题转换为子问题的每一步,解决该步中剩余部分的问题
solve; // 递去
recursion(小规模); // 递到最深处后,不断地归来
}
}
模型二: 在归来的过程中解决问题
function recursion(大规模){
if (end_condition){ // 明确的递归终止条件
end; // 简单情景
}else{ // 先将问题全部描述展开,再由尽头“返回”依次解决每步中剩余部分的问题
recursion(小规模); // 递去
solve; // 归来
}
}
递归使用的三种情景
(1). 问题的定义是按递归定义的(Fibonacci函数,阶乘,…);
(2). 问题的解法是递归的(有些问题只能使用递归方法来解决,例如,汉诺塔问题,…);
(3). 数据结构是递归的(链表、树等的操作,包括树的遍历,树的深度,…)。
基本理论大概就学习这么多,实操应该会写一个瓷砖铺放问题,等写完了再补链接