算法图解（1-3章总结）

1.数组与链表

1.1 数组

数组：
内存中元素是在一起的
读取快
插入删除慢
（ps：python里面没有数组的概念，只有列表和元组）

1.2 链表

链表：
内存中元素不连续，每个元素中保存下一个元素的位置
读取慢
插入删除快

2. 递归

2.1 思想

思考：
基线问题（什么时候停止递归）
递归问题（什么时候递归）
（ps：递归有可能会内存溢出，尾递归是一种高级的递归，但是python中不可用，我就学了，嘻嘻~）

2.2 递归实践

2.2.1 分而治之（D&C）：
1. 找到简单的基线条件
2. 确定如何缩小问题的规模，使其符合基线条件
2.2.2 下分别是用递归求列表中元素的和，以及用递归求列表中元素中的最大值：

import numpy as np


# 分而治之（D&C）
def sum_list(lst):
    total = 0
    # 基线条件
    if len(lst) == 0:
        return 0
    elif len(lst) == 1:
        return lst[0]
    # 递归条件
    elif len(lst) > 1:
        for i in range(len(lst)):
            total += lst[i] + sum_list(lst[i+1:])
            print('total:', total)
            return total


sum_list(lst=np.array([1, 2, 3]))


# 求列表的最大值
def max_list(lst):
    # 基线条件
    if len(lst) == 0:
        return 0
    elif len(lst) == 1:
        max_num = lst[0]
        print('max_num_1:', max_num)
        return max_num
    # 递归条件
    elif len(lst) > 1:
        for i in range(len(lst)):
            if lst[i] > max_list(lst[i+1:]):
                max_num = lst[i]
                print('max_num:', max_num)
                return max_num
            elif lst[i] == max_list(lst[i+1:]):
                max_num = lst[i]
                print('max_num:', max_num)
                return max_num
            elif lst[i] < max_list(lst[i+1:]):
                max_num = max_list(lst[i+1:])
                print('max_num:', max_num)
                return max_num


max_list(lst=np.array([7, 5, 3, 4, -3]))

栈

以上的实例就是用栈和递归结合写出来的，运行的话可以看到每一步的结果，按照顺序先一行一行读入栈底，然后按照先入后出，从栈顶读取每一行的结果。