对于递归算法和二分查找的理解

前言

本人涉及web开发领域的学习以来，很少去学习算法相关知识，今日对于基础的算法进行了初步探究，包括递归、二分查找等，有所感发，发表这篇博客供大家学习参考，相互交流！

1.递归算法

例题1：递归求斐波那契数列

const readline = require("readline");
const rl = readline.createInterface({
  input: process.stdin,
  output: process.stdout,
});
/* 输入要求第几位 */
rl.on("line", function (line) {
  let num = Number(line);
  const test = (a) => {
    if (a === 1 || a === 2) return 1;
    return test(a - 1) + test(a - 2);
  };
  console.log(test(num));
});

递归的思想：

1.找出一个通用的解法模板，不断地去调用这个模板（自己调用自己）

2.这个模板在不断地被调用的过程中并不会得到解决，但是随着不能被解决的问题不断地堆积在栈内，总有一个点会找到一个准确的可以解决问题的值，然后会迅速向回解决所有未解决的问题

注意点：

1.递归的思想非常抽象，基本是无法通过看代码一眼看出最终运算结果的，要有抽象的思维

2.只要将一个通用的模板写好，那么接下来的递归调用就会自发进行，最后得到一个合理的结果，可以说是“山重水复疑无路，柳暗花明又一村”！

3.递归的方法中只写模板，并且这个模板是在宏观意义上直接“可以”输出结果的，只不过是抽象的“可以”。

比如n的阶乘，可以分解成n + n-1的阶乘，这种整体拆分的思想是要有的！

再比如斐波那契数列每一项就是前两项的和，那么我们递归的模板就是前两项的和

4.递归算法里面必须要有if(){return }，这既是我们程序找到的那个突破点，也是保证不会栈溢出的必要操作

5.模拟递归场景要先取少数量的内容（小的数字），分析一下场景进行的过程，找到模板

6.看递归过程的时候，要每递归一次将问题数据集-1来看，这样问题会被一层一层拨开

例题2：汉诺塔问题

汉诺塔问题实际上步骤中包含了两个递归，稍微复杂一些！

/* 汉诺塔问题：汉诺塔是一个经典的递归问题。它包括三根柱子和一些大小不等的圆盘。
初始时，所有圆盘都叠在第一根柱子上，按照从大到小的顺序排列。
目标是将所有圆盘移动到第三根柱子上，并保持原有顺序。每次移动只能移动一个圆盘，并且不能将大圆盘放在小圆盘上面。
 */
const readline = require("readline");
const rl = readline.createInterface({
  input: process.stdin,
  output: process.stdout,
});
/* 输入盘子数量 */
rl.on("line", function (line) {
  let num = Number(line);
  const han = (n, a, b, c) => {
    if (n === 0) console.log(a + "===>" + c); //程序突破口
    else {
      //下面这三步在宏观意义上就可以得到我们想要的结果
      han(n - 1, a, c, b); //将第一个移动到第二个（实际上还是重复这个模板）
      console.log(a + "===>" + c); //将第一个的最后一个盘子直接放到第三个
      han(n - 1, b, a, c);//将第二个移动到第三个（实际上还是重复这个模板）
    }
  };
  han(num, "A", "B", "C");
});

解题思路：

我们想象只有两个盘子，那么这个模板过程就出来了：将第一个柱子上除了最后一个盘子(n-1个）都移动到第二个柱子，将第一个柱子的最后一个盘子（1个）移动到第三个柱子，将第二个柱子的所有盘子(n-1个）移动到第三个柱子

2.二分查找法

b站对应视频：二分查找为什么总是写错？_哔哩哔哩_bilibili

例题：输出一个数组里面等于5的数的第一个索引

let arr = [1, 2, 5, 5, 7];
const test = (array) => {
  //   console.log(array);
  let l = -1;
  let r = array.length;
  while (l + 1 !== r) {
    let num = parseInt(l + r);
    if (array[num] < 5) {
      l = num;
    } else {
      r = num;
    }
  }
  if (array[r] === 5) { //特判，判断是否确实是5
    return r;
  } else {
    return -1; //不存在5
  }
};
console.log(test(arr));

以上使用的是二分查找的模板：（伪代码）

l = -1, r = N
while l + 1 != N
    m = l + r / 2 (向下取整)
    if isBlue(m)
        l = m
    else
        r = m
return l or r

二分查找的思想：

1.找到isBlue的条件，即临界点（红蓝分界线）

2.输出l还是r，即分界线的左侧还是右侧

策略：

蓝色的最右边第一个值必须满足isBlue的条件（条件一般只用小于号），可以在草稿上模拟几个数字，模拟出红蓝分界状况，以此来决定输出l还是r

例如：输出数组中最先匹配到的5的索引，那么条件可以为<5，那么就取r

输出数组中最后匹配到的5的索引，那么可以取<=5，那么就取l

3.对于递归和二分的思考

递归和二分中都对于灰色部分（无法解决的问题）的思想有涉及

1.递归是把灰色部分先扩大，把问题堆栈起来，找到了解决问题的点再将灰色部分逐渐减少

2.二分是一半一半地，逐渐缩小灰色部分，直到解决问题