python 递归、记忆化递归、递归法模板

october_ocean

已于 2024-03-13 20:31:18 修改

阅读量833

点赞数 23

分类专栏：备战蓝桥杯文章标签：算法

于 2024-03-04 14:15:12 首次发布

本文链接：https://blog.csdn.net/m0_59553037/article/details/136443119

版权

备战蓝桥杯专栏收录该内容

18 篇文章 0 订阅

订阅专栏

递归

递归的定义

1、至少有一个明确的递归结束条件；

2、给出递归终止时的处理办法；

3、每次进入更深一层递归时，问题规模(计算量)相比上次递归都应有所减少

递归的应用

递归结构最常用在树结构中，例如先序遍历；其次用在回溯法中，递归可以撤销之前的操作；同时递归还是动态规划的一种超集，其名为记忆化递归，记忆化递归在很多场景下可以替换动态规划。

常见的例子

1.斐波那契数列

def fab(n):
    if n <= 2:    # 边界条件
        v = 1
        return v
    v = fab(n-1)+fab(n-2)    # 求解子问题
    return v

print(fab(5))

2.阶乘

def fact(n):
    if n==1:
        return n
    n = n*fact(n-1)
    return n

print(fact(5))

3.最大公因数

def gcd(m, n):
    if n == 0:
        return m
    else:
        return gcd(n, m%n)

print(gcd(6,4))

记忆化递归

教女朋友递归与记忆化递归 - 知乎 (zhihu.com)

原理：

因为普通的递归可能会重复求解某一值，类似斐波那契数列。同样的子问题可能会被求解多次，这样就会很慢很慢很慢。

解决方法：我们把历史求解（子问题）记录下来，如果下次需要求解子问题，那么直接取出就好。其时间复杂度为O（1）。

1.斐波那契数列

红色区域是边界区域。蓝色区域是为了求解子问题。绿色区域是当问题求结果，则直接返回。

m = [0] * 10000 # 开辟一个数组来存储，或者使用字典
def f(n):
    if n <=2:
        return n
    if not m[n]:
        m[n] = f(n - 1) + f(n -2)
    return m[n]

print(f(5))    # 5

和自己的草稿有点对不上，，求大佬赐教

2.找硬币

如果有观众建议直接去看下面这位大佬的。此处只为汇总给自己看，并无更新内容。

【数据结构与算法python】递归算法的记忆化存储-CSDN博客

假设你为一家自动售货机厂家编程序，自动售货机要每次找给顾客最少数量硬币；
例如，某次顾客投进$1纸币，买了ȼ37的东西，要找ȼ63，那么最少数量就是： 2个quarter（ȼ25）、 1个dime（ȼ10）和3个penny（ȼ1），一共6个

单纯用递归方法，速度慢：

首先是确定基本结束条件，兑换硬币这个问题最简单直接的情况就是，需要兑换的找零，其面值正好等于某种硬币，如找零25分，答案就是1个硬币！
其次是减小问题的规模，我们要对每种硬币尝试1次，例如美元硬币体系：
找零减去1分(penny)后，求兑换硬币最少数量（递归调用自身）；
找零减去5分(nikel)后，求兑换硬币最少数量
找零减去10分(dime)后，求兑换硬币最少数量
找零减去25分(quarter)后，求兑换硬币最少数量
上述4项中选择最小的一个。
最后，就是去调用函数自身。

import time
def recMC(coinValueList,change):    # 输入硬币面值列表、找零之和
    minCoins = change    # 初始化
    if change in coinValueList:    # 边界条件
        return 1
    else:
        for i in [c for c in coinValueList if c<=change]:
            numCoins = 1+recMC(coinValueList,change-i)    # 递归，缩小问题规模
            if numCoins <= minCoins:    # 更新最小硬币数
                minCoins = numCoins
    return minCoins

print(time.time())
print(recMC([1,5,10,25],63))
print(time.time())

改进：

对这个递归解法进行改进的关键就在于消除重复计算，我们可以用一个表将计算过的中间结果保存起来，在计算之前查表看看是否已经计算过，这个算法的中间结果就是部分找零的最优解，在递归调用过程中已经得到的最优解被记录下来，在递归调用之前，先查找表中是否已有部分找零的最优解，如果有，直接返回最优解而不进行递归调用，如果没有，才进行递归调用
这种方法叫做“memoization（记忆化/函数值缓存） ”的技术，能提高递归解法的性能。

import time
def recDC(coinValueList,change,knownResults):
    minCoins = change
    if change in coinValueList:
        knownResults[change] = 1    # 边界条件
        return 1
    elif knownResults[change]>0:    # 最优中间值
        return knownResults[change]
    else:
        for i in [c for c in coinValueList if c<=change]:
            numCoins = 1+recDC(coinValueList,change-i,knownResults)
            if numCoins <= minCoins:
                minCoins = numCoins
                knownResults[change] = minCoins    # 更新硬币更少的组合
    return minCoins

print(time.time())
print(recDC([1,5,10,25],63,[0]*64))
print(time.time())

速度真的差距很大，，只不过加一个表，，这个方法还是要学一下