维基百科上的解释:递归(英语:Recursion),又译为递回,在数学与计算机科学中,是指在函数的定义中使用函数自身的方法。
我们通常使用函数来解决原问题,同时这个函数也能够解决于原问题类型相同的子问题。
我们求解同类型的子问题,如果子问题的解可以扩展到原问题的解,那么就能获得原问题的答案。如何求解子问题? 函数是求解特定类型的问题的步骤与方法,因此直接代入函数即可,这就是“函数的定义中使用函数自身。因为求解原问题与求解子问题的方法相同,因此又将子问题分解成了规模更小的问题……这样一直重复问题步骤,直到“问题边界”,再从“问题边界
”回溯到原问题得到解。
再做题的过程中,可以假设子问题的解都已知,观察如何利用该解得到原问题的解。为什么要这么思考?因为我们这是在尝试从找到从原问题走到“问题边界”的变换路径。
回溯法和分治法都可以用递归来实现。
回溯法
我们设计一个函数,来得到 n 个整数中的所有选择方案。
函数能够解决类型相同的问题,因此可以解决n - 1个整数中的所有选择方案。
如何利用该子问题的解扩展到原问题的解?假设原问题让求1 ~ n这n个整数的选择方案,我们可以先“做选择” ,即看“1”选还是不选。做完这个选择之后,就可以将原问题转换为规模更小的、求n - 1个整数的选择方案的子问题,再用函数求解该子问题。
这样反复调用函数,一直会走到“问题边界”。如果我们在 “做选择” 的时候,就将数保存到结果数组中,那么到问题边界就可以得到答案。回溯的目的是得到另一种不同的选择的答案。
#include <iostream>
using namespace std;
int m;
void DFS(int n, int state, int size, int start) {
if (size == m) {
for (int i = 0; i < n; i ++)
if (state >> i & 1)
cout << i + 1 << " ";
cout << endl;
}
for (int i = start; i <= n; i ++) {
DFS(n, state | (1 << (i - 1)), size + 1, i + 1);
}
}
int main() {
int n;
cin >> n >> m;
DFS(n, 0, 0, 1);
return 0;
}
分治法
题目让求在一个平面中,最近点对的距离。
设计一个函数,来求解该问题。我们把所有点放到x - y平面上,将这些点按x值得中位数分为两部分,来递归求解这两部分的最近点对的距离,再利用这两部分的最近点对距离来得到原问题的最近点对的距离。这两部分的最近点对的距离怎么求?我们发现这两个问题其实就是原问题的子问题,调用函数即可。