先来个场景:
你带着女友去电影院看电影~
女友问,咱两现在坐在第几排啊?电影院里面太黑了,看不清,没法数,现在你怎么办?
于是你开始展示你智慧的一面了,先问前排的人他是第几排,你想只要在他的数字上加一,就知道自己在哪一排了。
但是,前面的人也看不清啊,所以他也问他前面的人。就这样一排一排往前问~ 直到问到第一排的人,说我在第一排,然后再这样一排一排再把数字传回来。直到你前面的人告诉你他在哪一排,于是你就知道答案了。
这就是一个非常标准的递归求解问题的分解过程,去的过程叫“递”,回来的过程叫“归”,所以叫“递归”。
递归的本质:将原来的问题,转化为更小的同一问题。问题一点点变小,当问题变成最小级别之后,先解决最小级别的问题的答案,然后大一点的问题也有了答案,一点点的往上,这样原来的问题也就有了答案~
举例理解递归:数组求和
举个代码的例子理解下递归:对数组求和。
假设对 [1,2,3,4]求和,可以转化为 [2,3,4]的求和,这样问题就变得更小,直到转为空数组,空数组就是最小级别的问题,先解决最小级别的问题,然后大一点的问题也有了答案,一点点的,这样原来的问题也就有了答案~
function sum(arr) {
// 先解决最小级别的问题
if (arr.length === 0) {
return 0;
}
// 大的问题 转化为 更小的问题
return arr[0] + sum(arr.slice(1));
}
怎么写递归
两步:
- 找到递归边界:找到最小级别的问题,并搞定答案
- 找到递归式:将大问题转化为更小的同一问题(假设更小的问题有了答案,只想到第一层就行)
再举个例子:
有一组数:1,1,2,3,5,8,13,21…
问第 n 个数是什么?
细细看看,其实就是斐波拉契数列,后面一个数等于前两数之和。
- 找到递归边界:找到最小级别的问题,并搞定答案
f(1) = 1;
f(2) = 1;
- 找到递归式:将大问题转化为更小的同一问题(假设更小的问题有了答案,只想到第一层就行)
第n个数就是前两数之和
f(n) = f(n - 1) + f(n - 2);
即
function f(n) {
// 最小级别的问题,务必搞定答案
if (n === 1) return 1;
if (n === 2) return 1;
// 假设n-1和n-2都知道的话
return f(n - 1) + f(n - 2);
}
递归的缺陷和解决方案
两个大缺陷:
- 堆栈溢出
- 重复计算度高
对于堆栈溢出,这种缺陷的一个解决办法是:提前规定最大深度,超过深度之后直接报错。
当然这个最大深度不一定好估计。
// 全局变量,表示递归的深度。
let depth = 0;
function f(n) {
++depth;
if (depth > 1000) throw Error('递归层次超过范围了');
if(n === 1) return 1
if(n === 2) return 1
return f(n-1) + f(n-2)
}
重复计算度高怎么理解呢?
比如计算第 5 个数,等价于 f(3)+f(4),而f(4)等价于f(3)+f(2),注意这里的 f(3)出现了两次,这还只是计算第 5 个数,如果更大的话,会重复计算更多次!
这种缺陷的一个解决办法是:用哈希表保存已经求解过的 f(k),调用到 f(k) 时,哈希表有则直接返回,不需要重复计算了。当然代价是,空间复杂度变高。
let resolvedList = {};
function f(n) {
if (n === 1) return 1;
if (n === 2) return 1;
// 保存过的话直接返回
if (resolvedList[n]) {
return resolvedList[n];
}
const res = f(n - 1) + f(n - 2);
// 没保存过的,保存下
resolvedList[n] = res;
return res;
}
怎么将递归代码改写为非递归代码
递归的好处是代码简洁易理解,坏处就是上面的。能不能将其转化为非递归代码呢?答案是肯定的!递归的过程可以理解为函数调用栈的过程,我们可以手动模拟进栈出栈,也就是迭代循环!
// 数组求和:
/*
function sum(arr) {
if (arr.length === 0) return 0;
return arr[0] + sum(arr.slice(1));
}
*/
function sum(arr) {
if (n === 0) return 0;
let res = 0;
for (let i = 0; i <= arr.length; i++) {
// 手动迭代res
res = arr[i] + res;
}
}
// 斐波拉契数列:
/*
function f(n) {
if (n === 1) return 1;
if (n === 2) return 2;
return f(n - 1) + f(n - 2);
}
*/
function f(n) {
if (n === 1) return 1;
if (n === 2) return 1;
let res = 0;
let pre = 1;
let prepre = 1;
for (let i = 3; i <= n; ++i) {
// 手动迭代res
res = pre + prepre;
prepre = pre;
pre = res;
}
return res;
}
“手动”递归,并不是说没有缺点,虽然没有那么多函数调用,但是重复计算度依然很高。另外,迭代循环,对于线性结构的还好理解些,对于非线性结构的理解起来会更困难。