数据结构与算法之美笔记 - 递归

目录

一、递归需要的条件

1. 问题可以被分解成几个子问题

2. 分解后的子问题，除了数据规模不同，与原问题求解思路完全一样

3. 存在终止条件

二、编写递归代码 【写出递推公式，找到终止条件】

三、容易导致的问题

1、警惕堆栈溢出

2、警惕重复计算

递归利弊：

五、将递归代码改成非递归代码（递归公式都可以转成循环迭代方式）

六、递归的应用：

---

数据结构与算法之美 - 10

递归实现的常见算法：DFS 深度优先搜索、前中后序二叉树遍历等等

一、递归需要的条件

1. 问题可以被分解成几个子问题

何为子问题？子问题就是数据规模更小的问题。

比如，在电影院中你要知道“自己在哪一排”的问题，可以分解为“前一排的人在哪一排”这样一个子问题。

 

2. 分解后的子问题，除了数据规模不同，与原问题求解思路完全一样

比如电影院那个例子，你求解“自己在哪一排”的思路，和前面一排人求解“自己在哪一排”的思路，是一模一样的。

 

3. 存在终止条件

还是电影院的例子，第一排的人不需要再继续询问任何人，就知道自己在哪一排，也就是 f(1)=1，这就是递归的终止条件。

 

二、编写递归代码 【写出递推公式，找到终止条件】

写递归代码的关键就是找到如何将大问题分解为小问题的规律，并且基于此写出递推公式，然后再推敲终止条件，最后将递推公式和终止条件翻译成代码。

编写递归代码的关键是，只要遇到递归，我们就把它抽象成一个递推公式，不用想一层层的调用关系，不要试图用人脑去分解递归的每个步骤。

int f(int n) {
  if (n == 1) return 1;  // 递归终止条件
  return f(n-1) + 1; // 分解后的 数据规模不同的子问题
}

三、容易导致的问题

1、警惕堆栈溢出

为什么递归代码容易造成堆栈溢出呢？

数据结构 “栈”，函数调用会使用栈来保存临时变量。每调用一个函数，都会将临时变量封装为栈帧压入内存栈，等函数执行完成返回时，才出栈。

系统栈或者虚拟机栈空间一般都不大。如果递归求解的数据规模很大，调用层次很深，一直压入栈，就会有堆栈溢出的风险。

我们又该如何预防堆栈溢出呢？

以通过在代码中限制递归调用的最大深度的方式来解决这个问题。

// 全局变量，表示递归的深度。
int depth = 0;

int f(int n) {
  ++depth；
  if (depth > 1000) throw exception;
  
  if (n == 1) return 1;
  return f(n-1) + 1;
}

2、警惕重复计算

走楼梯的递归代码的例子，如果我们把整个递归过程分解一下的话，那就是这样的：要计算 f(5)，需要先计算 f(4) 和 f(3)，而计算 f(4) 还需要计算 f(3)，因此，f(3) 就被计算了很多次，这就是重复计算问题。

通过一个Map存储已经求解的值，来避免重复计算

public int f(int n) {
  if (n == 1) return 1;
  if (n == 2) return 2;
  
  // hasSolvedList可以理解成一个Map，key是n，value是f(n)
  if (hasSolvedList.containsKey(n)) {
    return hasSolvedList.get(n);
  }
  
  int ret = f(n-1) + f(n-2);
  hasSolvedList.put(n, ret);
  return ret;
}

递归利弊：

递归有利有弊，利是递归代码的表达力很强，写起来非常简洁；

而弊就是空间复杂度高、有堆栈溢出的风险、存在重复计算、过多的函数调用会耗时较多等问题；

 

五、将递归代码改成非递归代码（递归公式都可以转成循环迭代方式）

// 递归公式
f(x) =f(x-1)+1;

// 迭代循环方式
int f(int n) {
  int ret = 1;
  for (int i = 2; i <= n; ++i) {
    ret = ret + 1;
  }
  return ret;
}

 

六、递归的应用：

用递归代码来实现 归并排序