递归算法思想详解

我相信很多人在做leetcode中的关于树的问题时会很惊讶别人用递归写出来的简洁高效的算法，但是如果自己写就很难实现，那么就赶紧来弄清楚递归到底是什么，怎么来实现呢?

递归是什么？

有人应该都会脱口而出递归就是自己调用自己。。。
在知乎搜索的时候看到了一个特别完美的答案：

递归：你打开面前这扇门，看到屋里面还有一扇门。你走过去，发现手中的钥匙还可以打开它，你推开门，发现里面还有一扇门，你继续打开它。若干次之后，你打开面前的门后，发现只有一间屋子，没有门了。然后，你开始原路返回，每走回一间屋子，你数一次，走到入口的时候，你可以回答出你到底用这你把钥匙打开了几扇门。

递归递归，有去有归，就像上面说的一样，最终你还要回到出发点。有去，就是原问题可以分解为若干具有相同规模的子问题，这些子问题可以和原问题一样用相同的接替思路来解决。就像上面说的一把钥匙可以打开所有的门一样，有回，就是问题有临界点，到了那个点就不能在往下走，需要原路返回。

递归三要素：

1、明确递归终止条件；

2、给出递归终止时的处理办法；

3、提取重复的逻辑，缩小问题规模。
1). 明确递归终止条件

我们知道，递归就是有去有回，既然这样，那么必然应该有一个明确的临界点，程序一旦到达了这个临界点，就不用继续往下递去而是开始实实在在的归来。换句话说，该临界点就是一种简单情境，可以防止无限递归。

2). 给出递归终止时的处理办法

我们刚刚说到，在递归的临界点存在一种简单情境，在这种简单情境下，我们应该直接给出问题的解决方案。一般地，在这种情境下，问题的解决方案是直观的、容易的。

3). 提取重复的逻辑，缩小问题规模*

我们在阐述递归思想内涵时谈到，递归问题必须可以分解为若干个规模较小、与原问题形式相同的子问题，这些子问题可以用相同的解题思路来解决。从程序实现的角度而言，我们需要抽象出一个干净利落的重复的逻辑，以便使用相同的方式解决子问题。

递归算法的编程模型

模型一： 在递去的过程中解决问题

function recursion(大规模){
    if (end_condition){      // 明确的递归终止条件
        end;   // 简单情景
    }else{            // 在将问题转换为子问题的每一步，解决该步中剩余部分的问题
        solve;                // 递去
        recursion(小规模);     // 递到最深处后，不断地归来
    }
}

模型二： 在归来的过程中解决问题

function recursion(大规模){
    if (end_condition){      // 明确的递归终止条件
        end;   // 简单情景
    }else{            // 先将问题全部描述展开，再由尽头“返回”依次解决每步中剩余部分的问题
        recursion(小规模);     // 递去
        solve;                // 归来
    }
}

回文字符串的判断
回文字符串就是正读倒读都一样的字符串。如”98789”, “abccba”都是回文字符串
答案实例：

public class TestOne {
    public static boolean isParrSting(String s) {
    	int start=0;
    	int end=s.length()-1;
    	while(start<end) {
    		if(s.charAt(start)!=s.charAt(end))
    			return false;
    		else
    			return isParrSting(s.substring(start+1).substring(0, end-1));
    	}
    	return true;
    }
	public static void main(String[] args) {
		// TODO Auto-generated method stub
          String s="aba";
          System.out.println(isParrSting(s));
	}

}