6. 递归
6.1 介绍
简单的说:递归就是方法自己调用自己,每次调用时传入不同的变量,递归有助于编程者解决复杂的问题。同时可以让代码变得简洁。
递归能解决什么样的问题呢
- 各种数学问题如: 8皇后问题 , 汉诺塔, 阶乘问题, 迷宫问题, 球和篮子的问题(google编程大赛)
- 各种算法中也会使用到递归,比如快排,归并排序,二分查找,分治算法等.
- 将用栈解决的问题—>递归代码比较简洁
递归需要遵守的重要规则
-
执行一个方法时,就创建一个新的受保护的独立空间(栈空间)
-
方法的局部变量是独立的,不会相互影响,比如n变量
-
如果方法中使用的是引用类型变量(比如数组),就会共享该引用类型的数据
-
递归必须向退出递归的条件逼近,否则就是无限递归,出现StackOverflowError
-
当一个方法执行完毕,或者遇到return,就会返回,遵守谁调用,就将结果返回给谁,同时当方法执行完毕或者返回时,该方法也就
执行完毕
6.2 递归—迷宫问题
6.2.1 概述
说明:
- 小球得到的路径,和程序员设置的找路策略有关即:找路的上下左右的顺序相关
- 再得到小球路径时,可以先使用(下右上左),再改成(上右下左),看看路径是不是有变化
- 测试回溯现象
- 思考**: **如何求出最短路径?
6.2.2 代码实现
public class Maze {
public static void main(String[] args) {
// 先创建一个二维数组,模拟迷宫
int[][] map = new int[8][7];
// 使用1表示墙,上下左右边界全部置为1
for (int i = 0; i < map.length; i++) {
if (i == 0 || i == map.length - 1) {
Arrays.fill(map[i], 1);
} else {
map[i][0] = 1;
map[i][map[i].length - 1] = 1;
}
}
// 设置挡板,1表示
map[3][1] = 1;
map[3][2] = 1;
// 打印地图
System.out.println("原本地图的情况");
printMap(map);
// 使用递归回溯
setWay(map, 1, 1);
System.out.println("小球走过并且标识的地图的情况:");
printMap(map);
}
/**
* 终点为右下角位置
* 当map[i][j]为0时,表示没有走过
* 当map[i][j]为1时,表示墙
* 当map[i][j]为2时,表示通路可以走
* 当map[i][j]为3时,表示该点走不通
* 在走迷宫时,需要确定一个测略(方法) 下 -> 右 -> 上 -> 左 , 如果该点走不通,再回溯
*
* @param map 地图
* @param i 出发点x坐标
* @param j 出发点y坐标
* @return true or false
*/
public static boolean setWay(int[][] map, int i, int j) {
// 递归出口
int row = map.length - 2;
int col = map[0].length - 2;
if (map[row][col] == 2) {
// 找到出口
return true;
} else {
// 说明当前这个点还没有走过
if (map[i][j] == 0) {
// 按照策略 下 -> 右 -> 上 -> 左
// 假定该点是可以走通的
map[i][j] = 2;
if (setWay(map, i + 1, j)) {
// 向下走
return true;
} else if (setWay(map, i, j + 1)) {
// 右
return true;
} else if (setWay(map, i - 1, j)) {
// 上
return true;
} else if (setWay(map, i, j - 1)) {
// 左
return true;
} else {
// 说明该点走不通,是死路,不过既然上下左右都走不通,那么这点不会经过的
map[i][j] = 3;
return false;
}
} else {
// 说明该节点,可能是1 2 3,2的出现是因为迷宫问题不会走重复路,不然会绕圈
return false;
}
}
}
/**
* 打印地图
*
* @param map 二维地图
*/
public static void printMap(int[][] map) {
// 打印地图
for (int[] ints : map) {
for (int anInt : ints) {
System.out.print(anInt + " ");
}
System.out.println();
}
}
}
输出结果:
原本地图的情况
1 1 1 1 1 1 1
1 0 0 0 0 0 1
1 0 0 0 0 0 1
1 1 1 0 0 0 1
1 0 0 0 0 0 1
1 0 0 0 0 0 1
1 0 0 0 0 0 1
1 1 1 1 1 1 1
小球走过并且标识的地图的情况:
1 1 1 1 1 1 1
1 2 0 0 0 0 1
1 2 2 2 0 0 1
1 1 1 2 0 0 1
1 0 0 2 0 0 1
1 0 0 2 0 0 1
1 0 0 2 2 2 1
1 1 1 1 1 1 1
6.3 递归—八皇后问题
6.3.1 概述
八皇后问题,是一个古老而著名的问题,是回溯算法的典型案例。该问题是国际西洋棋棋手马克斯·贝瑟尔于1848年提出:在8×8格的国
际象棋上摆放八个皇后,使其不能互相攻击,即:任意两个皇后都不能处于同一行、同一列或同一斜线上,问有多少种摆法。
八皇后问题算法思路分析
暴力解法(穷举解法):
- 第一个皇后先放第一行第一列
- 第二个皇后放在第二行第一列、然后判断是否OK, 如果不OK,继续放在第二列、第三列、依次把所有列都放完,找到一个合适
- 继续第三个皇后,还是第一列、第二列……直到第8个皇后也能放在一个不冲突的位置,算是找到了一个正确解
- 当得到一个正确解时,在栈回退到上一个栈时,就会开始回溯,即将第一个皇后,放到第一列的所有正确解,全部得到.
- 然后回头继续第一个皇后放第二列,后面继续循环执行 1,2,3,4的步骤
说明:理论上应该创建一个二维数组来表示棋盘,但是实际上可以通过算法,用一个一维数组即可解决问题:
arr[8] = {0 , 4, 7, 5, 2, 6, 1, 3} //对应arr 下标 表示第几行,即第几个皇后,arr[i] = val , val 表示第i+1个皇后,放在第i+1行的第val+1列
6.3.2 代码实现
public class Queen8 {
/**
* 定义一个max表示有多少个皇后
*/
final static int MAX = 8;
/**
* 定义一个Array数组,保存皇后放置位置的结果,比如array = {0,4,7,5,2,6,1,3}
*/
static int[] array = new int[MAX];
/**
* 如果是多线程,使用原子类能确保得到最终的情况数
*/
static AtomicInteger count = new AtomicInteger(0);
/**
* 统计判断的次数
*/
static AtomicInteger judgeCount = new AtomicInteger(0);
public static void main(String[] args) {
check(0);
System.out.println("总共有【" + count + "】情况");
System.out.println("总共有【" + judgeCount + "】次判断冲突的次数");
}
/**
* 放置第n + 1个皇后,递归
*
* @param n 第 n + 1个皇后
*/
public static void check(int n) {
// 递归出口 说明8个皇后已经放好
if (n == MAX) {
print();
// 打印一次 就代表一种解法
count.getAndIncrement();
return;
}
for (int i = 0; i < MAX; i++) {
// 把第n个皇后放置在第i列
array[n] = i;
// 判断是否冲突
if (judge(n)) {
// 不冲突的话 递归
check(n + 1);
}
// 冲突的话 将第n个皇后移动一列
}
}
/**
* 判断第 n + 1个皇后是否和前面皇后冲突
*
* @param n 表示第 n + 1个皇后
* @return 是否可以摆放
*/
public static boolean judge(int n) {
judgeCount.getAndIncrement();
for (int i = 0; i < n; i++) {
// 代表不能放在同一列 和同一斜线上(斜率相同)
if (array[i] == array[n] || Math.abs(n - i) == Math.abs(array[n] - array[i])) {
return false;
}
}
return true;
}
/**
* 打印皇后的位置
*/
public static void print() {
for (int arr : array) {
System.out.print(arr + " ");
}
System.out.println();
}
}
输出结果:
0 4 7 5 2 6 1 3
0 5 7 2 6 3 1 4
0 6 3 5 7 1 4 2
0 6 4 7 1 3 5 2
1 3 5 7 2 0 6 4
1 4 6 0 2 7 5 3
1 4 6 3 0 7 5 2
1 5 0 6 3 7 2 4
1 5 7 2 0 3 6 4
1 6 2 5 7 4 0 3
1 6 4 7 0 3 5 2
1 7 5 0 2 4 6 3
2 0 6 4 7 1 3 5
2 4 1 7 0 6 3 5
2 4 1 7 5 3 6 0
2 4 6 0 3 1 7 5
2 4 7 3 0 6 1 5
2 5 1 4 7 0 6 3
2 5 1 6 0 3 7 4
2 5 1 6 4 0 7 3
2 5 3 0 7 4 6 1
2 5 3 1 7 4 6 0
2 5 7 0 3 6 4 1
2 5 7 0 4 6 1 3
2 5 7 1 3 0 6 4
2 6 1 7 4 0 3 5
2 6 1 7 5 3 0 4
2 7 3 6 0 5 1 4
3 0 4 7 1 6 2 5
3 0 4 7 5 2 6 1
3 1 4 7 5 0 2 6
3 1 6 2 5 7 0 4
3 1 6 2 5 7 4 0
3 1 6 4 0 7 5 2
3 1 7 4 6 0 2 5
3 1 7 5 0 2 4 6
3 5 0 4 1 7 2 6
3 5 7 1 6 0 2 4
3 5 7 2 0 6 4 1
3 6 0 7 4 1 5 2
3 6 2 7 1 4 0 5
3 6 4 1 5 0 2 7
3 6 4 2 0 5 7 1
3 7 0 2 5 1 6 4
3 7 0 4 6 1 5 2
3 7 4 2 0 6 1 5
4 0 3 5 7 1 6 2
4 0 7 3 1 6 2 5
4 0 7 5 2 6 1 3
4 1 3 5 7 2 0 6
4 1 3 6 2 7 5 0
4 1 5 0 6 3 7 2
4 1 7 0 3 6 2 5
4 2 0 5 7 1 3 6
4 2 0 6 1 7 5 3
4 2 7 3 6 0 5 1
4 6 0 2 7 5 3 1
4 6 0 3 1 7 5 2
4 6 1 3 7 0 2 5
4 6 1 5 2 0 3 7
4 6 1 5 2 0 7 3
4 6 3 0 2 7 5 1
4 7 3 0 2 5 1 6
4 7 3 0 6 1 5 2
5 0 4 1 7 2 6 3
5 1 6 0 2 4 7 3
5 1 6 0 3 7 4 2
5 2 0 6 4 7 1 3
5 2 0 7 3 1 6 4
5 2 0 7 4 1 3 6
5 2 4 6 0 3 1 7
5 2 4 7 0 3 1 6
5 2 6 1 3 7 0 4
5 2 6 1 7 4 0 3
5 2 6 3 0 7 1 4
5 3 0 4 7 1 6 2
5 3 1 7 4 6 0 2
5 3 6 0 2 4 1 7
5 3 6 0 7 1 4 2
5 7 1 3 0 6 4 2
6 0 2 7 5 3 1 4
6 1 3 0 7 4 2 5
6 1 5 2 0 3 7 4
6 2 0 5 7 4 1 3
6 2 7 1 4 0 5 3
6 3 1 4 7 0 2 5
6 3 1 7 5 0 2 4
6 4 2 0 5 7 1 3
7 1 3 0 6 4 2 5
7 1 4 2 0 6 3 5
7 2 0 5 1 4 6 3
7 3 0 2 5 1 6 4
总共有【92】情况
总共有【15720】次判断冲突的次数
7. 哈希表
7.1 介绍
散列表(Hash table,也叫哈希表),是根据关键码值(Key value)而直接进行访问的数据结构。也就是说,它通过把关键码值映射到表中
一个位置来访问记录,以加快查找的速度。这个映射函数叫做散列函数,存放记录的数组叫做散列表。
结构
哈希表:
- 数组 + 链表
- 数组 + 二叉树
- 数组+链表+红黑树
7.2 实例
需求
-
有一个公司,当有新的员工来报道时,要求将该员工的信息加入(id、性别、年龄、住址……),当输入该员工的id时,要求查找到该员工
的所有信息
-
要求:不使用数据库,尽量节省内存,速度越快越好 => 哈希表(散列)
散列函数分析
-
可以把每个字符的ASCII对应的数字相加作为下标,比如abc = (a-96) + (b-96) + (c-96),a的ASCII是97;这种方式的缺点就是哈希值很
容易重复,比如bbb、abc、cba
-
也可以使用幂的连乘,比如
abc,1*27^0+2*27^1+3*27^2
,解决越界问题可以使用大数运算,java里的BigInteger
public int hash3(String key) {
BigInteger hashvalue = new BigInteger("0");
BigInteger pow27 = new BigInteger("1");
for (int i = 0; i < key.length(); i++) {
// 比如abc,1*27^0+2*27^1+3*27^2
int letter = key.charAt(i) - 96;
// 把letter用bigint包装起来
BigInteger bigLetter = new BigInteger(letter + "");
hashvalue = hashvalue.add(bigLetter.multiply(pow27));
pow27 = pow27.multiply(new BigInteger(27 + ""));
}
return hashvalue.mod(new BigInteger(arrays.length + "")).intValue();
}
用户实体类
@Data
public class Employee {
private int id;
private String name;
private Employee next;
public Employee(int id, String name) {
super();
this.id = id;
this.name = name;
}
}
雇员链表EmployeeLinkedList类
public class EmployeeLinkedList {
/**
* 头指针,指向第一个Emp,因此我们这个链表的head是直接指向第一个Emp,默认为null
*/
private Employee head;
/**
* 尾指针,指向最后一个Emp
*/
private Employee tail;
/**
* 假定当添加雇员的时候,id是自增长的,直接加入到链表的最后就行
*/
public void add(Employee employee) {
// 如果是第一个雇员
if (head == null) {
head = employee;
tail = head;
} else {
tail.setNext(employee);
tail = employee;
}
}
/**
* 显示员工
*/
public void list(int i) {
if (head == null) {
System.out.println("第" + i + "条链表为空");
return;
} else {
System.out.print("第" + i + "条链表信息为:");
Employee temp = head;
while (temp != null) {
System.out.printf("=> id = %d, name = %s\t", temp.getId(), temp.getName());
temp = temp.getNext();
}
System.out.println();
}
}
/**
* 删除员工
*/
public void delete(int id) {
// 判断链表是否为空
if (head == null) {
System.out.println("该元素不存在");
return;
}
if (head.getId() == id) {
head = head.getNext();
return;
}
Employee temp = head;
while (temp.getNext() != null) {
if (temp.getNext().getId() == id) {
temp.setNext(temp.getNext().getNext());
}
temp = temp.getNext();
}
}
/**
* 查找员工
*/
public Employee find(int id) {
// 判断链表是否为空
if (head == null) {
System.out.println("该元素不存在");
return null;
}
Employee temp = head;
while (temp != null) {
if (temp.getId() == id) {
return temp;
}
temp = temp.getNext();
}
System.out.println("该元素不存在");
return null;
}
}
哈希表MyHashTable类
public class MyHashTable {
private EmployeeLinkedList[] employeeLinkedListArray;
private int size;
public MyHashTable(int size) {
this.size = size;
employeeLinkedListArray = new EmployeeLinkedList[size];
// 分别初始化每个链表
for (int i = 0; i < size; i++) {
employeeLinkedListArray[i] = new EmployeeLinkedList();
}
}
/**
* 编写散列函数,使用一个简单取模法
*
* @param id 员工id
* @return 索引
*/
public int hashFun(int id) {
return id % size;
}
/**
* 新增员工
*
* @param employee 员工实体
*/
public void add(Employee employee) {
int index = hashFun(employee.getId());
employeeLinkedListArray[index].add(employee);
}
/**
* 删除员工
*
* @param id 员工id
*/
public void delete(int id) {
int index = hashFun(id);
employeeLinkedListArray[index].delete(id);
}
/**
* 查找员工
*
* @param id 员工id
* @return 员工
*/
public Employee find(int id) {
int index = hashFun(id);
return employeeLinkedListArray[index].find(id);
}
/**
* 打印链表
*/
public void list() {
for (int i = 0; i < size; i++) {
employeeLinkedListArray[i].list(i);
}
}
}