算法与复杂度学习--week3：求相邻最近的点；阶乘（递归法、循环法）；斐波那契数列（递归法，循环法）；汉诺塔问题（递归法）；零钱问题（递归法）；字符串匹配

○ 求相邻最近的点

• 注意，在这里首先声明了 $min=float("inf")$ 这句话的意思是，$min$ 初始化的值为正无穷。

○ 阶乘

递归法

循环法

• 使用 for 循环
  
• 使用 while 循环
  

○ 斐波那契数列

递归法

※ 循环法（这个思路牛逼）

○ 汉诺塔（Hanoi）

• $Hanoi()$ 函数里面的参数意义分别是：
  • $n$：一共有 $n$ 个盘子
  • $a$：起始的柱子
  • $b$：中间的柱子
  • $c$：最终的柱子
• 算法解析：
  • 如果有 $1$ 个盘子，那么直接从 $a\to c$；
  • 如果有 $2$ 个盘子，那么需要先把最上面的盘子 $a\to b$， 再把最后一个盘子从 $a\to c$，再把第一个盘子从 $b\to c$
  • 如果有 $n$ 个盘子，我们应该把整个搬移过程模式化，那就是我们总是试图通过借助柱子 $b$ 将上面 $n-1$ 个盘子从 $a\to b$，然后再把最后一个盘子从 $a\to c$，再把上面的 $n-1$ 个盘子从 $b\to c$，而上面 $n-1$ 个盘子的移动过程，我们把他们都可以看做是一个的小汉诺塔问题。这就是解决问题的关键。
  • 而问题的出口就是最后一个盘子，当存在唯一一个盘子的时候，它本身就是最后一个盘子，因此直接 $a\to c$ 即可，而如果不是一个盘子，我们就需要先挪动上面 $n-1$ 个盘子，再操作最后一个盘子。
  • $Hanoi(n,a,b,c)$ 的意思就是：将 $n$ 个盘子，从 $a$ 借助 $b$ 移到 $c$；因此 $Hanoi(n-1,a,c,b)$ 的意思就是：将 $n-1$ 个盘子，从 $a$ 借助 $c$ 移动到 $b$

○ ※ 零钱问题（递归法）

• 题目描述：给定一个具体数额 amount = 10元，从一个面值 denomination 集合中（6，2, 1）中每次使用一个数字，使得最终能够凑满 10 元钱，问这样的解有多少个。
  
  

• 看这个图可能会有助于理解，题目中的关键就在于递归的公式，最后的 return ways(amount - d, denominations) + ways(amount, denominations.difference([d]))

• 前半个公式：return ways(amount - d, denominations) 表示的是图中红线的部分，第一个 stage 随机选择的面值是 1，那么自然而然下一个 stage 的起始 amount = 10 - 1 = 9；第二个 stage 我们选择的面值是 2，那么下一个 stage 的起始 amount = 9-2 = 7，这个没有任何问题。那为什么这个公式还有后面一半： ways(amount, denominations.difference([d])) 呢？？？

• 原因就是，如果我们只考虑公式的前半部分，我们最终返回的结果只能包含红线这一条线路；而不能考虑到其他的选择。如果我们看到后面的公式我们就会发现， ways(amount, denominations.difference([d])) 中，amount 并没有减 d ，而是维持了 amount，而 demomination 的部分却排除了本 stage 中被选择的面值。

• 简单地来说，如果前半部分的公式是不断地向深度搜索一条满足条件的路，那么公式的后半部分表示的，就是在每一步骤的时候，所有并行的可能。当第一个 **stage：10 **已经选择了面值 1，此时的第二个部分的公式就会返回 10 选择面值 8 和 面值 4 的可能并向深度进行探索。

• 如果还没有明白，可以根据下面的图看，会辅助你理解。
  

• 零钱问题使用递归的方法并不是最高效的，因为他的复杂度是指数型增长的，比较常用的方法是动态规划，后面会涉及

○ 字符串匹配

• 首先在 text 文字中进行的循环次数，不需要将 text 全部进行循环，因为如果 text 包含 pattern，那么最多需要查询的情况就是 text 长度 - pattern 的长度加一次。
• 当 text 中出现了 pattern 的第一个字母就可以开启检测的过程了
• 整个检测过程使用一个 while 或 for 循环来完成，循环的次数是 pattern 的长度次；当然也可以是 pattern 长度- 1 次，这样的话就必须 count 从 1 开始计数（把 pattern[0] = text[i] 这一次也算在其中），即如下图所示