递归–栈
-
指在函数的定义中使用函数自身的方法,其包含了两个意思:递和归,这正是递归思想的精华所在。
-
递归思想的内涵(递归的精髓是什么)
递归就是有去(递去)有回(归来),如下图所示。“有去”是指: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,就像上面例子中的钥匙可以打开后面所有门上的锁一样;“有回”是指 : 这些问题的演化过程是一个从大到小,由近及远的过程,并且会有一个明确的终点(临界点),一旦到达了这个临界点,就不用再往更小、更远的地方走下去。最后,从这个临界点开始,原路返回到原点,原问题解决。
-
递归的三要素
在我们了解了递归的基本思想及其数学模型之后,我们如何才能写出一个漂亮的递归程序呢?把握好如下三个方面:
1、明确递归终止条件: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 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: 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决
-
站在
f(1)
的角度思考f(n)
.
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
}
}
在我们实际学习工作中,递归算法一般用于解决三类问题:
- 问题的定义是按递归定义的(Fibonacci函数,阶乘,…)
- 问题的解法是递归的(有些问题只能使用递归方法来解决,例如,汉诺塔问题,…)
- 数据结构是递归的(链表、树等的操作,包括树的遍历,树的深度,…)