前言
在我们学习过程中会遇到一些问题需要通过递归的方法来解决,下面就来看一些此类的经典问题。
一、递归是什么?
简单来说,递归就是某一个方法在执行过程中又调用自己。
构成递归需要必备的条件:
1.子问题需与原始问题为相同的事且更为简单。
2.不能无限的调用本身,需要有个出口,通过非迭代问题解决。
二、常见的递归问题
1.求某数的阶乘
阶乘问题可以通过递归的方式解决。我们可以将问题分解为两个子问题:
1.n的阶乘等于n乘以(n-1)的阶乘。
2.当n=0或n=1时,n的阶乘等于1。(即递归的出口所在)
当n>1时,可以将问题分解为上述两个子问题,然后通过递归求解子问题得到最终结果。代码如下:
public static int jieC(int n){
if(n==1||n==0){
return 1;
}else
return n*jieC(n-1);
}
2.斐波那契数列
斐波那契数列是一个由1和1开始的递增整数序列,后续项等于前两项之和。例如,斐波那契数列的前10项为:1, 1, 2, 3, 5, 8, 13, 21, 34, 55 。给定一个非负整数n,计算斐波那契数列的第n项。
我们依然可以将问题分解为两个子问题:
1.n的斐波那契数等于(n-1)的斐波那契数加上(n-2)的斐波那契数。
2.当n=1或n=2时,斐波那契数都等于1。(即递归的出口所在)
当n>1时,可以将问题分解为上述两个子问题,然后通过递归求解子问题得到最终结果。代码展示:
public static int fbNq(int n){
if(n==1||n==2){
return 1;
}else
return fbNq(n-1)+fbNq(n-2);
}
3.汉诺塔问题
汉诺塔问题是一个经典的递归问题,起源于印度的一个古老传说。游戏规则如下:
- 有三根杆子A、B、C。
- A杆上有N个(N>1)穿孔圆盘,盘的尺寸由下到上依次变小。
- 要求按下列规则将所有圆盘移至C杆:
a. 每次只能移动一个圆盘。
b. 大盘不能叠在小盘上面。
c. 在移动过程中,任何时刻都不允许将一个较大的圆盘叠在较小的圆盘上面。
问题:计算将N个圆盘从A杆移动到C杆所需的最少步骤数。
汉诺塔问题可以通过递归的方式解决。我们可以将问题分解为三个子问题:
1.将A杆上的N-1个圆盘从A杆移动到B杆。
2.将A杆上最大的圆盘从A杆移动到C杆。
3.将B杆上的N-1个圆盘从B杆移动到C杆。
当N=1时,只需将圆盘从A杆移动到C杆,所需步骤数为1。(此为递归出口)当N>1时,可以将问题分解为上述三个子问题,然后通过递归求解子问题得到最终结果。代码展示:
public static void main(String[] args) {
hanNuoTower(3,'A','B','C');//以三个盘子为例,将三个杆命名为ABC,调用函数执行
}
public static void hanNuoTower(int n,char start,char spare,char destination){
if(n==1){
move(start,destination); //直接将圆盘从A盘拿到C盘
}else{
hanNuoTower(n-1,start,destination,spare);//将n上面的n-1个盘子以C杆作为中转站转移到B杆
move(start,destination); //将最下面的n盘转移到最终的C杆
hanNuoTower(n-1,spare,start,destination);//最后将B杆中的n-1个盘子以A杆作为中转站转移到C杆
}
}
public static void move(char start,char destination){ //定义一种打印的转移方式
System.out.println(start+"->"+destination);
}
执行结果:
总结
以上是一些用递归算法解决的一些经典问题,但递归算法也并不是完美的。总的来说,递归算法具有以下两个特征:
- 递归算法是一种分而治之,把复杂问题分解为简单问题的问题的求解方法,对求解某些复杂问题,递归分析方法是有效的。
- 递归算法的效率较低。因为递归执行时需要系统提供隐式栈来实现递归,所以效率较低。为此,在求解某些问题时,希望用递归算法分析问题,用非递归方法求解问题。