一、递归 VS迭代
首先,一起来看下这几道经典面试题:
- 一只青蛙一次可以跳上1级台阶,也可以跳上2级。求该青蛙跳上一个n级的台阶总共有多少种跳法。
一只青蛙一次可以跳上1级台阶,也可以跳上2级……它也可以跳上n级。求该青蛙跳上一个n级的台阶总共有多少种跳法。
先看第1题:
- 先走f(n-1),剩一级台阶我们一步跨上去。
- 先走f(n-2),剩两级台阶我们一次跨两部上去。(一次跨一步的话就属于上面第一种类型了)。
我们可以很快得到递归关系式:f(n) = f(n-1)+f(n-2).显然这是斐波拉契数列;
得到递推关系式后,我们很快能写出如下代码:
int jumpFloor(int number)
{
if(number <= 1)
{
return 1;
}
return jumpFloor(n-1) + jumpFloor(n-2);
}
是不是很简单?但是,如果你去OJ上一跑,就会发现运行超时;显然面试官不太能出这么简单的题。在oj的测试用例中,一定准备了很多的测试用例让你的程序栈溢出。那么接下来该怎么办呢?这就到了体现了迭代的优势了,下面看代码。
int jumpFloor(int number) {
if(number <= 1)
{
return 1;
}
int f1 = 1;
int f2 = 1;
int cur;
while(number > 1)
{
cur = f1 + f2;
f1 = f2;
f2 = cur;
number--;
}
return cur;
}
二、动态规划VS迭代
是不是也不难?那么这种解法就真的那么完美了吗?我们如法炮制,来看看第二道题:
*算法分析:*
- 我们先按照前面的分析写出递归关系式f(n) = f(n-1) + f(n-2) +…+f(1) ;
- 在上面的题目中我们用了两个变量保存f的f(n-1)和f(n-2)的值,当需要求解f(n)的时候我们可以直接用这两个变量求得f(n);
- 那么到了问题二中,类推的话我们是不是需要n个变量来保存前n个f(n)的值?其实这就很接近动态规划了。下面看代码:
class Solution {
public:
int jumpFloorII(int number) {
if(number <= 1)
{
m_table[0] = 1;
m_table[1] = 1;
return 1;
}
int i = 1;
while(number >= i)
{
if(!m_table[number])
{
m_table[number] += jumpFloorII(number-i);
}
else{
m_table[number] += m_table[number-i];
}
i++;
}
return m_table[number];
}
private:
int *m_table = new int[32786];
};
//(以上为c++代码,如果简单地在本地跑的话,可以把私有变量改成全局变量,或者用参数传递进去)
*算法分析:*
我们在私有成员里定义了一个表用于存储已经递归算过的子问题,然后当子问题交叉的时候;比如f(5) = f(4) + f(3)+…+f(1) 与f(4) = f(3) + f(2) + f(1)就有三个交叉子问题。
- 我们如果在算f(5)的时候要递归地去求f(4),f(3) , f(2) , f(1);而在求f(4)的时候又递归地去求f(3) , f(2) , f(1);这样下去调用的栈是一个可怕的数。
- 不难发现,我们在求f(4)的时候如果记录下f(4),f(3) , f(2) , f(1)的值,那么我们在f(5)的时候就可以不用任何递归直接得出结果。