今天跟着左程云算法课019和020，学习了【算法笔试中输入输出的处理】和【递归及master公式】。两节课都是偏重理论，简单总结一下。
一、算法笔试中的输入输出
（1）填函数风格
填函数风格是最简单的，之前几节算法课上使用的力扣测试链接就是填函数风格回答。在后台运行的时候一般是A.B.func(a,b)这样的形式，A和B的类名以及func的函数名不可以改变。这种风格不用管测试数据和输入和输出问题，只需要把功能函数写出来就行。
（2）acm风格
acm相比于填函数风格更加复杂一些，需要自己在main函数中处理输入和输出数据。
那么关于输入输出数据的处理，输入数据一般使用BufferedReader(而不使用Scanner)，原因在于Scanner会频繁的进行文件IO，涉及到磁盘与内存和CPU之间的IO，速度会比较慢；用BufferedReader的话是开辟一块内存一次性把文件给读进来，这样涉及文件IO的次数会减少很多，速度会更快一些。输出数据也是同样的道理，使用PrintWriter而不使用System.out。具体的代码如下(求矩阵的最大子集和，解题代码不贴，只贴main中输入输出数据的处理)：
public static void main(String[] args) throws IOException {
// 把文件里的内容，load进来，保存在内存里，很高效，很经济，托管的很好
BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
// 一个一个读数字
StreamTokenizer in = new StreamTokenizer(br);
// 提交答案的时候用的，也是一个内存托管区
PrintWriter out = new PrintWriter(new OutputStreamWriter(System.out));
while (in.nextToken() != StreamTokenizer.TT_EOF) { // 文件没有结束就继续
// n，二维数组的行
int n = (int) in.nval;
in.nextToken();
// m，二维数组的列
int m = (int) in.nval;
// 装数字的矩阵，临时动态生成
int[][] mat = new int[n][m];
for (int i = 0; i < n; i++) {
for (int j = 0; j < m; j++) {
in.nextToken();
mat[i][j] = (int) in.nval;
}
}
out.println(maxSumSubmatrix(mat, n, m));
}
out.flush();
br.close();
out.close();
}（3）不推荐使用临时空间，推荐使用全局静态空间
acm在计算空间的时候，不会管你前面开创的临时数组空间是否已经销毁，只要开辟了就算。假如在一个while循环里开辟临时数组arr[m][n]，这个循环跑N次，那么acm计算的空间使用量就是N*m*n；所以在最前头开辟一个静态数组空间，可以反复利用。代码如下：
// 题目给定的行的最大数据量
public static int MAXN = 201;
// 题目给定的列的最大数据量
public static int MAXM = 201;
// 申请这么大的矩阵空间，一定够用了
// 静态的空间，不停复用
public static int[][] mat = new int[MAXN][MAXM];
// 需要的所有辅助空间也提前生成
// 静态的空间，不停复用
public static int[] arr = new int[MAXM];
// 当前测试数据行的数量是n
// 当前测试数据列的数量是m
// 这两个变量可以把代码运行的边界规定下来
public static int n, m;
public static void main(String[] args) throws IOException {
BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
StreamTokenizer in = new StreamTokenizer(br);
PrintWriter out = new PrintWriter(new OutputStreamWriter(System.out));
while (in.nextToken() != StreamTokenizer.TT_EOF) {
n = (int) in.nval;
in.nextToken();
m = (int) in.nval;
for (int i = 0; i < n; i++) {
for (int j = 0; j < m; j++) {
in.nextToken();
mat[i][j] = (int) in.nval;
}
}
out.println(maxSumSubmatrix());
}
out.flush();
br.close();
out.close();
}
// 求子矩阵的最大累加和，后面的课会讲
public static int maxSumSubmatrix() {
int max = Integer.MIN_VALUE;
for (int i = 0; i < n; i++) {
// 因为之前的过程可能用过辅助数组
// 为了让之前结果不干扰到这次运行，需要自己清空辅助数组需要用到的部分
//arr数组0到m-1的位置填充0
Arrays.fill(arr, 0, m, 0);
for (int j = i; j < n; j++) {
for (int k = 0; k < m; k++) {
arr[k] += mat[j][k];
}
max = Math.max(max, maxSumSubarray());
}
}
return max;
}（4）按行读取
在（2）中的StreamTokenizer是一个数一个数的读，如果碰到需要一行一行读的数据（比如要计算每一行数的和，但是每一行数据的个数并不一致）,StramTokenizer并不能识别/n，那就需要一行一行的读出来然后按空格split。代码如下：
public static void main(String[] args) throws IOException {
BufferedReader in=new BufferedReader(new InputStreamReader(System.in));
PrintWriter out=new PrintWriter(new OutputStreamWriter(System.out));
line=in.readLine();
while(line!=null) {
parts=line.split(" ");
sum=0;
for(String num:parts) {
sum=sum+Integer.valueOf(num);
}
out.println(sum);
line=in.readLine();
}
out.flush();
in.close();
out.close();
}二、递归和master公式
（1）理解递归
从思想上理解递归，想不明白的时候画递归调用图是非常重要的，有利于分析递归。
从底层上理解递归，递归是通过系统栈来实现的；比如说f(0,3)要分解成f(0,1)和f(2,3)，要进入f(0,1)，先把f(0,3)压入系统栈中，f(0,1)运行结束返回f(0,3)时，再从系统栈中把f(0,3)出栈恢复重建现场。
任何递归都可以改成非递归，可以自己创造一个栈，模仿系统栈的入栈出栈过程。自己创造栈的话可能会更加优化一些，因为系统栈是把所用的信息一起压入栈中，而自己用内存空间来实现递归的话，可能入栈出栈的是一些关键信息，可以比系统栈更加简单快速一些。
（2）递归改成非递归的必要性
首先工程中是一定要改的，除非数据量再大递归层数也一定不深，比如归并排序，快速排序，线段树和平衡树等。举个例子，归并排序就是二分之后使左边有序，右边有序，然后整合一下左右（整合这个动作是非递归的）。其递归的层数为O(log2 N)，也就是说假如有2^64个数据归并排序的话，递归的层数也就是64层。
其次就是算法比赛和面试中，能通过就不用改，除非是时间复杂度不行通不过再改。
（3）master公式
master公式用来确定递归的时间复杂度，看公式可以看出来，master公式只能用于估计子问题等规模的时候的时间复杂度。具体总结如下。
295
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
