关于递归_学习笔记

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