算法基础-递归

一、何为递归

在运行的过程中调用自己。即将一个大的问题拆分，再拆分，从而得到最后想要的结果。

二、递归条件

1. 子问题须与原始问题为同样的事，且更为简单；

2. 不能无限制地调用本身，须有个出口，化简为非递归状况处理。

三、实际问题及代码编写

问题：求数组arr[L..R]中的最大值，怎么用递归方法实现。

解决思路：

1）将[L..R]范围分成左右两半。左：[L..Mid]  右[Mid+1..R]
2）左部分求最大值，右部分求最大值
3） [L..R]范围上的最大值，是max{左部分最大值，右部分最大值}

注意：2）是个递归过程，当范围上只有一个数，就可以不用再递归了
4）代码：

	//利用递归方法找出最大值
	public static int getMax(){
		int[] arr = {3,4,3,6,7,8,3,2,4,6};
		return process(arr,0,arr.length-1);
	}
	public static int process(int[] arr,int L,int R){
		if(L == R){
			return arr[L];
		}
		//先找到中点
		int mid = L + ((R - L) >> 1); 
		int leftMax = process(arr,L,mid);
		int rightMax = process(arr,mid+1,R);
		return Math.max(leftMax, rightMax);
	}

四、递归类有规律问题求时间复杂度

Master公式

形如
T(N) = a * T(N/b) + O(N^d)(其中的a、b、d都是常数)
的递归函数，可以直接通过Master公式来确定时间复杂度
如果 log(b,a) < d，复杂度为O(N^d)
如果 log(b,a) > d，复杂度为O(N^log(b,a))
如果 log(b,a) == d，复杂度为O(N^d  * logN)

a：调用了几次递归 b：分为几段 d：除去递归之外的时间复杂度的指数
比如上面问题：a为2 b 分为2段 为2   除去递归之外时间复杂度为O(1) 所以d为0 套入公式  时间复杂度为O(NlogN)