普通递归与尾递归

目录

1.递归的定义

2.调用栈

3.尾递归

4.对比

---

1.递归的定义

        递归（recursion）是一种常用于编程和算法中的方法，它允许函数调用自身来解决问题。递归主要涉及两个阶段：「递」和「归」。

1. 递：这个阶段涉及函数不断地调用自身，每次都传入更小或更简化的参数。这个过程一直持续，直到达到某个特定的条件，称为“终止条件”。终止条件是递归的关键，因为它定义了递归何时结束。

2. 归：一旦触发了终止条件，递归过程开始逆转。此时，程序开始从最深层的递归调用回溯，逐层返回，同时汇聚并处理每一层的结果。

在实现递归的过程中，通常包含以下三个核心要素：

• 终止条件：这是递归过程中至关重要的部分，用于决定何时停止递归过程，避免无限循环。

• 递归调用：这是实现「递」阶段的关键，其中函数调用自身，通常会将问题分解为更小或更简单的子问题。

• 返回结果：在「归」阶段，每一层的递归函数将其结果返回给上一层，最终形成整个问题的解决方案。

        递归是一种强大且优雅的解决问题的方法，但也需要小心处理，以避免诸如栈溢出等问题。正确设置终止条件和管理递归深度是编写有效递归代码的关键。

2.调用栈

        调用栈(Call Stack)：在递归中，每当递归函数调用自身时，计算机系统会在一个称为“调用栈”的内存区域分配新的空间。这个空间用于存储函数的局部变量、返回地址、和其他必要的信息。这种机制有两个主要的影响：

• 内存消耗：每个函数的调用都需要在调用栈上创建一个新的“栈帧”（stack frame），这是一块用来存储函数上下文（即局部变量、调用地址等）的内存空间。由于在递归过程中，每一次函数调用都会创建一个新的栈帧，直到达到终止条件，因此递归通常比迭代（循环）占用更多的内存空间。当递归深度很大时，可能会导致栈空间耗尽，引发“栈溢出”错误。

• 时间效率：每次递归调用都涉及在调用栈上创建和管理新的栈帧，这需要时间和处理资源。因此，相比于简单的循环（迭代），递归调用通常会产生更多的开销，从而导致较低的时间效率。尤其在递归函数进行大量重复计算时，这种效率低下会更加明显。

示例，用普通递归演示前n个数之和。

 public static int recur(int n){
        if (n == 1){
            return 1;
        }
        int res = recur(n - 1);
        return n + res;
    }

图片来源于hello-algo.com

3.尾递归

        尾递归（tail recursion）是一种特殊类型的递归，其中递归调用是函数中的最后一个操作。它提供了一种方式，使得递归在空间效率上可以与迭代相当。这种优化通常由编译器或解释器来实现。

 尾递归演示上述例子。

 public static int tailRecur(int n, int res){
        if (n == 0){
            return res;
        }

        return tailRecur(n - 1,res + n);
    }

4.对比

普通递归 与 尾递归 的区别主要体现在对函数调用栈的处理上：

1. 普通递归：在这种情况下，函数在每次递归调用后还有其他操作或代码需要执行。因此，每次递归调用时，系统都必须在调用栈上保存当前函数的上下文（包括局部变量、返回地址等），以便在递归调用返回后继续执行剩余的操作。这导致调用栈上有多个栈帧，每个栈帧对应一个递归层级。

2. 尾递归：在尾递归中，递归调用是函数中的最后一个操作，没有更多的代码需要在递归调用后执行。这意味着一旦递归调用返回，函数也随即结束。因为没有必要继续执行更多的操作，所以系统无需保存当前函数调用的上下文。这样，编译器或解释器可以优化递归过程，使得每次递归调用不再需要创建新的栈帧，而是复用当前的栈帧。

        尾递归优化的关键在于，由于递归调用是函数的最后操作，当前函数的上下文在递归调用之后不再需要，因此可以被下一次函数调用重用。这种优化大幅减少了内存的使用，尤其是在深度递归的情况下，从而使尾递归函数的空间效率与循环相当，甚至可以避免栈溢出的问题。然而，值得注意的是，并不是所有的编程语言或编译器都支持尾递归优化。

5.总结

        递归是一种强大的编程技巧，适用于许多场景，尤其在问题本身就具有递归性质时。以下是递归常见的使用场景：

1. 树和图的遍历：树（如二叉树）和图（如家族树、网络图）的数据结构天然具有递归特性。递归能够简洁地实现对这些结构的遍历和操作，如二叉树的前序、中序、后序遍历，图的深度优先搜索（DFS）等。

2. 分治算法：分治是一种算法设计策略，它将问题分解成较小的、相似的子问题，独立解决这些子问题，然后合并结果。许多分治算法（如快速排序、归并排序）自然适合递归实现。

3. 动态规划的备忘录方法：动态规划通常用于解决优化问题。递归结合备忘录（memoization）技术，可以用来避免重复计算，优化动态规划问题的解决方案。

4. 生成排列和组合：在处理排列、组合等组合数学问题时，递归提供了一种简单直观的方法来生成所有可能的情况。

5. 解析嵌套结构：解析具有嵌套结构的数据（如JSON、XML）时，递归能够简化解析过程，尤其是在结构深度可变时。

6. 实现回溯算法：在求解约束满足问题（如八皇后问题）、组合优化问题（如旅行商问题）时，递归结合回溯策略非常有效。

7. 数学问题：递归经常用于解决数学问题，如计算阶乘、斐波那契数列、汉诺塔问题等。

        在选择使用递归时，需要考虑其对内存和性能的影响。对于深度很大的递归调用，可能会导致栈溢出问题。此外，对于有大量重复计算的问题，应考虑使用迭代或递归配合备忘录技术，以提高效率。递归的优雅与简洁往往以牺牲空间和时间效率为代价，因此在实际应用中，应根据具体问题和环境来权衡其使用。