对递归模型的理解

一.递归模型

分而治之的思想也就是典型的递归思想，递归思想的核心就是 递归模型 的建立 ，递归模型 就是处理这类问题的一个 相同的框架，这个框架不仅仅是处理总问题的框架，也是处理组成总问题的子问题的框架，这个框架具有公用性，要适用这种公用性，就可以推断得出，这类问题的结构就有递归性质（ 从前有座上，山上有座庙，庙里有个老和尚，老和尚对小和尚说：从前有座上，山上有座庙，庙里有个老和尚，老和尚对小和尚说。。。。。。。 ）

由此可以得出处理递归方法的套路： 找出一个 通用模型：

通用模型

{

• 递归的传递
• 递归的出口（隐含了递归的返回）
• 递归的处理

}

所以一个通用的递归模型就是由上面两部分组成的；

【递归的传递】

是保证可以把 母问题 划分为 规模 比原问题 小 的 子问题 ；体现分而治之的 分；

【递归的出口】

保证递归是可穷尽的，在穷尽处实现分而治之的 治 （第一次治）（ 把复杂问题转换为简单子问题再进行处理，）到达出口，在处理（治）完成以后，会自动返回；

【递归的处理】

也就是分而治之的 “治” ，在每个级别规模的问题中都用共同的一套递归处理，只不过实现顺序有先后之分，注意 递归出口的处理 和 递归处理 其实是不同的，递归出口处的处理一般是结束返回，以边界值判断，而递归处理是一套共用的处理方法；

【递归三要素的顺序关系】

我们通常判断递归出口条件以决定递归是否向下执行的先决条件，然后才是递归的传递和递归的处理（后两者顺序依情况而定），这里递归出口有两种形式：

1.递归出口的类型

（1）返回型出口（ 一定要注意返回值不要丢失 ）

例1：求二叉树的高度的递归算法：

• 递归出口的处理：return 0；
• 递归处理： return i > j ? i + 1 : j + 1;

例2：寻找二叉树任意结点的父节点

错误代码示范：

上述类型的错误非常容易出现：出现的原因是对 return返回 理解的不透彻造成的；

return返回的接收者：只能返回给调用自己那个函数，不会越级返回给父函数的上一层或上上层，总的一句话： 谁调用返给谁；

上述的代码中，在递归的出口处（注意，这个出口是由 两个出口 组成的：当subtree为空或者找到了父节点(subtree->leftnode == current || subtree->rightnode == current)）进行返回，这个返回只会给调用它的父函数， 父函数如果想继续向上传递，必须自己再次返回 ，否则，返回值丢失；

正确代码示范：

红色标注是父函数自己的返回；

（2）逻辑型出口

例：

if（i>0）就是逻辑型出口，不做任何返回， 这种上一层实现不依赖下一层结果的递归最好用循环代替（节省空间）

2.递归出口、递归处理、递归传递三者的顺序关系

递归的传递： 保证递归分治思想，即把大问题划分为同等结构的子问题；

递归出口： 确保递归传递的可穷尽性，所以肯定在 递归传递 之前；

递归处理： 递归的使用场景一般是上一层的结果的计算需要依赖下一层的结果，所以递归的处理一般在递归的传递之后（传递下去再返回才能进行这层的计算）；

所以一般递归的模型中这三者的顺序如下：

递归{

1 递归的出口；

2 递归的传递；

3 递归的处理；

}

这只是一般通常的情况，也有不同，比如上面寻找二叉树父节点的递归就是 递归的处理 在 递归的传递 之前，为什么呢？查找操作肯定是查到立刻返回，就没必要遍历全部结点了（没必要向下传递了）且结果没有依赖性（结果的得出没有次序性），上层递归只是负责传递下层返回的参数，自己不加工。

---

二.常见的使用递归的场景

（1）二叉树：二叉树的结构就是递归的，所以对他的操作一般考虑递归

二叉树前中后序遍历；

二叉树的高度；

二叉树的镜像；

二叉树的个数；

二叉树的最大值；

二叉树的删除；

二叉树的寻父节点；

二叉树的建立：

二叉树的复制；

（2）阶乘：

---

三.递归形象的理解

（1）查单词：

遇到一个不理解的单词，维基百科上查解释，在这个解释中又有不理解的单词，又去查这个单词的解释。。。。。。终于有一个词条里每个词都能看懂了，这时候就返回，继续看上一个词的解释。

（2）递纸条：

上课传纸条，你传给你的右手边，右上边的人又传给他的右手边人。。。。纸条传到了，写上回话（递归出口）后，就往回传（递归返回）