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));
}
}