这里借一道题目向大家解释以下递归:
给你一个字符串 s
和一个整数 k
,请你找出 s
中的最长子串, 要求该子串中的每一字符出现次数都不少于 k
。返回这一子串的长度。
实例:
输入:s = "ababbcb", k = 2 输出:5 解释:最长子串为 "ababb" ,其中 'a' 重复了 2 次, 'b' 重复了 3 次。
def longestSubstring(self, s, k):
~~
这道题有个关键点:s中出现次数<k的字符 ---> 最后 最长字串 肯定不会包含这类字符(因为这类字符出现次数永远不会大于等于k)
出现次数<k的字符 记为CH
所以我们可以 以CH 为界分割字符串,然后在分割的字符串中继续找最长的字串。
而在分割的字符串中寻找时,同样也是用到了longestSubstring()函数
那么我们便可以考虑到使用递归~~
考虑递归终止条件:
当len(s) < k 时, return 0
当找不到CH时, return lne(s)
函数编写:
def longestSubstring(self, s, k):
if len(s) < k:
return 0
for ch in set(s):
if s.count(ch) < k:
return max(self.longestSubstring(sub, k) for sub in s.split(ch))
return len(s)
PS:
从这道题可以看出,递归实际上就是把一个大问题分解到相同的小问题时,处理小问题时正好用到了self函数。
总之,通过上面的分析,我们看出了:我们不是为了递归而递归。而是因为我们把大问题拆解成了小问题,恰好有函数可以解决小问题,所以直接用这个函数。由于这个函数正好是本身,所以我们把此现象叫做递归。小问题是原因,递归是结果。而递归函数到底怎么一层层展开与终止的,不要用大脑去想,这是计算机干的事。我们只用把递归函数当做一个能解决问题的黑箱就够了,把更多的注意力放在拆解子问题、递归终止条件、递归函数的正确性上来。