用javascript分类刷leetcode10.递归&分治(图文视频讲解)

本文链接：https://blog.csdn.net/m0_67615103/article/details/128368284

本文介绍了JavaScript如何利用递归和分治策略解决LeetCode中的问题，如最大子序和、指数运算等。通过递归三要素和分治的原理，详细讲解了53题最大子序和的动态规划和分治两种方法，以及50题 Pow(x, n) 的分治解法。同时，文章提供了相关问题的递归伪代码和实际JavaScript实现。" 114121747,10294110,Java实现商品多规格组合,"['Java', '电商开发', '数据处理', '数组操作', '组合算法']

摘要由CSDN通过智能技术生成

递归三要素

递归函数以及参数
递归终止条件
递归单层搜索逻辑

递归伪代码模版：

function recursion(level, param1, param2, ...) {
   
  //递归终止条件
  if (level > MAX_LEVEL) {
   
    // output result
    return;
  }

  //处理当前层
  process_data(level, data, ...);

  //进入下一层
  recursion(level + 1, p1, ...);

  //重置状态
  reverse_state(level);
}

什么是分治：

分治会将大问题拆解成小问题，拆解到最小问题之后，开始不断合并结果，递归是分治实现的一种形式或者是分治实现的一部分，分治包括三分部分，分解、计算、合并。分治的场景很多，例如快速排序，归并排序。

ds_49

分治伪代码模版：

function divide_conquer(problem, param1, param2, ...){
   
  if(problem === null){
   
    // return result
  }

  //分割问题
  subproblem = split_problem(problem, data)

  //计算子问题
  subResult1 = divide_conquer(subproblem[0], p1, ...)
  subResult2 = divide_conquer(subproblem[1], p1, ...)
  subResult3 = divide_conquer(subproblem[2], p1, ...)
  ...

  result = process_resule(subResult1, subResult2, subResult3,...)
}

举例

计算n! n! = 1 * 2 * 3... * n

function factorial(n) {
   
  if (n <= 1) return 1;
  return n * factorial(n - 1);
}

factorial(6);
6 * factorial(5);
6 * 5 * factorial(4);
//...
6 * 5 * 4 * 3 * 2 * factorial(1);
6 * 5 * 4 * 3 * 2 * 1;
6 * 5 * 4 * 3 * 2;
//...
6 * 120;
720;

斐波那契数列，F(n)=F(n-1)+F(n+2)

function fib(n) {
   
  if (n === 0 || n === 1) {
   
    return n;
  }
  return fib(n - 1) + fib(n - 2);
}

53. 最大子序和（easy）

给你一个整数数组 nums ，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

子数组是数组中的一个连续部分。

示例 1：

输入：nums = [-2,1,-3,4,-1,2,1,-5,4]
输出：6
解释：连续子数组 [4,-1,2,1] 的和最大，为 6 。
示例 2：

输入：nums = [1]
输出：1
示例 3：

输入：nums = [5,4,-1,7,8]
输出：23

提示：

1 <= nums.length <= 105
-104 <= nums[i] <= 104

进阶：如果你已经实现复杂度为 O(n) 的解法，尝试使用更为精妙的分治法求解。

ds_159

方法1:动态规划

思路：当前最大子序和只和前面的子序和相关，循环数组，不断更新最大子序和
复杂度：时间复杂度O(n)，空间复杂度O(1)

js：

var maxSubArray = function(nums) {
   
    const dp = [