算法设计与分析——递归

严格意义上讲，递归并不是一个好的、高效的算法，但是在解决一些问题的时候，他确实会
让问题变得简单，如输出图中所有可能的路径、求解所有的幂集、求解不定长字符串问题
等等涉及到回溯的问题。

一、求阶乘算法

这里假设 int 能够存下一个阶乘，实际上 int 大概率存储不下阶乘

1、递归函数式写法

int _get(int n)
{
	if(n == 0 || n == 1)
	{
		return 1;
	}
	return _get(n - 1) * n;
}


2、迭代式写法

int _get2(int n)
{
	int sum = 1;
	for(int i = 2; i <= n; ++i)
	{
		sum *= i;
	}
	return sum;
}

二、斐波那契数列

1、简单递归式代码

int _get(int n)	// n 表示第 n 项
{
	if(n == 1 || n == 2)
	{
		return 1;
	}
	return _get(n - 1) + _get(n - 2);
}


2、迭代式三变量代码

int _get(int n)
{
	int a = 1, b = 1, c = 2;
	if(n == 1 || n == 2)
	{
		return 1;
	}
	for(int i = 4; i <= n; ++i)
	{
		a = b;
		b = c;
		c = a + b;
	}
	return c;
}

3、记忆递归式算法，第一种方式做了很多重复的动作，增加了开销，所以可以用数组将这些重复的数据记录下来

f = new int[n];
f[1] = 1;
f[2] = 1;
f[3] = f[4] = --- = f[n] = 0;

int _get(int n, int * f)	// f 是一个有 n 个大小的数组，假设下标从 1 开始
{
	if(f[n])
	{
		return f[n];
	}
	f[n] = f[n - 1] + f[n - 2];
	return f[n];
}

三、字符串乘法

详细算法请参考这个博客

上面这种乘法需要做 m * n 次，如果两个字符串都是相同规模的话那么就是做 n ^ 2 次，即时间复杂度是 O(n ^ 2)，
我们可以对这个算法做改进，将每个字符串分割成如图所示的两部分

所以 a * b 就可以用 a1、a2、b1、b2 和移位运算来表示，那么

这样就可以通过巧妙的转化来将 n ^ 2 的时间复杂度转化为 n ^ log 3 了。