剑指offer_递归和循环

递归和循环
如果我们需要重复的多次计算相同的问题，通常可以选择递归或者循环两种不同的方法，递归是在一个函数内部调用这个函数自身，而循环则是通过设置计算的初始值以及终止条件，在一个范围内重复运算，比如求1+2+… +n 我们可以用递归或者循环两种方式求出结果，但是递归的代码要少得多，如果可以尽量用递归去做
递归的缺点是，递归的时间和空间消耗非常大，每一次函数调用，都需要在内存和栈中分配空间以 保存参数，返回地址和临时变量，而且往栈里面压入数据和弹出输出据都需要时间，所以递归的实现效率不如循环
除此以外，递归还可能因为调用的层级太多超出栈的容量，从而导致调用栈溢出。
例如非常简单的一个兔子数列（又叫Fibonacci数列）
递归方法：

public static long fib(int n) {
		if (n <= 0)
			return 0;
		else if (n == 1) {
			return 1;
		} else
			return (fib(n - 2) + fib(n - 1));
	}

不再赘述
解析：其实递归的方法做有非常严重的效率问题
我们求解f(10) 为例分析递归的求解过程，想求得f（10）,需要求得f(9 )和f(8)同样，想要求得f(9)，需要求得f(8)和f(7)… 我们可以用树形结构来表示这种依赖关系

我们不难发现这棵树中很多的节点是重复的，而且重复的节点数会随着N 的增大而增大，这意味着计算量会随着这n 的增大而急剧增大，递归方法计算的时间复杂度是以n的指数的方式递增的。
实用解法
改进的解法并不复杂，上述递归代码之所以慢是因为重复的计算太多，我们只要想办法避免重复计算就可以了，比如我们可以把已经得到的数列中间项保存起来，如果下次需要计算的时候去查找一下就可以了，这样计算过的就不用重复计算

	static long fib(int n) {
		int[] result = { 0, 1 };
		if (n < 2)
			return result[n];
		long fibminusone = 1;
		long fibminustwo = 0;
		long fibN = 0;
		for (int i = 0; i < n; i++) {
			fibN = fibminusone + fibminustwo;
			fibminustwo = fibminusone;
			fibminusone = fibN;
		}
		return fibN;
	}

我们用递归的方法求解，相当于从顶层开始算，因为底层由底层的数据搭建，所以，会重复计算多次底层数据，但是如果我们从底层开始搭建，这样，就可以避免重复计算，这样的计算方法也是兔子数列的最初的计算思路。

题目二：

一只青蛙一次可以跳上1级台阶，也可以跳上2级。求该青蛙跳上一个n级的台阶共有多少种跳法？

学理论应该从抽象到具体，做题应该从具体到抽象，所以我们不妨分析一下最简单的情况

情况1:只有1级台阶，显然只有一种跳法，如果有2级台阶，那就有两种跳的方法了，一种是分两次跳，每次跳1级，另外一种就是一次跳两级。

一般情况：我们把n级台阶时的跳法看成是n的函数，记成f(n)。n>2的时候第一次跳有两种不同的选择，一是第一次只跳一级，此时跳法数目等于后面剩下的n-1 级台阶的跳法数目，即为f（N-1）;另外一种选择是第一次跳2级，此时跳法数目等于后面剩下的n-2阶台阶的跳法数目，即为f(n-2)。因此n阶台阶的不同跳法的总数f(n)=f(n-1)+f(n-2)分析到这里，我们不难看出来，这就是斐波那契数列了。

n=1 f(n)=1;
n=2 f(n)=2;
n=3 f(n)=1+2=3;
n=4 f(n)=2+3=5;
…

这个代码就不贴了；
书中还谈到题目的扩展，在本体问题中，如果把条件改成：一只青蛙一次可以跳上1级台阶，也可以跳山2
级，或者…n级，此时该青蛙跳上一个n级的台阶一共有多少种跳法?
我们用数学归纳法证一下：

n=1 f(n)=1;跳一级
n=2 f(n)=2;跳1 或者2
n=3 f(n)=4;跳1转两个1 或者一个2， 跳2 转1 ，或者跳3
… 合理推测n=k的时候f(k)=2^(k-1)
n=k+1时候，f(k+1)=2^k

相关题目：我们可以用小矩形去横着或者竖着覆盖更大面积的矩形，请问用8个21的肖矩形覆盖一个28的大矩形总共几种方法。