函数调用的时候,会有函数栈,使用过递归的童鞋应该遇到过栈溢出错误:
Exception in thread "main" java.lang.StackOverflowError
比如斐波那契数列,我们采用递归的形式计算,我的电脑计算级数50的时候就已经千呼万唤不出来了,计算一个较大的级数,就只能报溢出的错误了。递归计算的时候,为了能够找到基线的值,程序需要把函数一层一层压入内存栈,直到找到基线的值,然后一层层出栈。这种递归式的压栈增长是非常恐怖的,直到把栈内存打爆。
接着我们谈一下递归,既然递归这么容易引发错误,为什么还有递归呢?正常的递归调用层级不会太深,所以不会引发上述的错误,并且递归方法的调用可以说清晰明了,便于理解。所谓的递归,就是满足基线值时我们给予返回,否则我们继续调用函数本身。当然我们可以采用更普通的循环替代递归,也可以使用尾递归,尾递归算是递归的变种,算是一种另类的循环。
尾递归可以将每次调用的结果直接返回给调用者,这样函数回归时就无需再次压栈,相比递归大大降低了压栈操作,所以效率会有明显提升,说的直白点,就是函数不需要逆向等待计算,我可以把操作当成正向的操作,直到回归到基线值,调用栈只有函数自己,大大减少了栈的深度。当然这个还得依靠编译器优化,不是你说尾递归就尾递归,我们返回函数调用自身,不再有任何的操作或表达式。
下面我们使用斐波那契数列简单对比一下递归,循环,尾递归操作:
public static int fibonacci(int n) {
if(n==1 || n==2) {
return 1;
}else {
return fibonacci(n-1) + fibonacci(n-2);
}
}
public static int fibonacciLoop(int n) {
int[] result = new int
;
if(n==1 || n==2) {
return 1;
}
result[0] = result[1] = 1;
for(int i=2;i
result[i] = result[i-1] + result[i-2];
}
return result[n-1];
}
public static int fibonacci(int n,int ret1,int ret2) {
if(n==0) {
return ret1;
}else {
return fibonacci(n-1,ret2,ret1+ret2);
}
}
public static void main(String[] args) {
Long start = System.currentTimeMillis();
int result = fibonacci(45);
Long end = System.currentTimeMillis();
System.out.println(String.format("time: %s, result: %s", (end-start),result));
start = System.currentTimeMillis();
result = fibonacciLoop(45);
end = System.currentTimeMillis();
System.out.println(String.format("time: %s, result: %s", (end-start),result));
start = System.currentTimeMillis();
result = fibonacci(45,0,1);
end = System.currentTimeMillis();
System.out.println(String.format("time: %s, result: %s", (end-start),result));
}
--------------------------------------------------------------------------------------
time: 5218, result: 1134903170
time: 0, result: 1134903170
time: 0, result: 1134903170
显然循环操作和尾递归效率要远远高于递归操作,但是递归操作貌似是最直观明了的表达方式。
我们继续讨论一下快速排序,快速排序的大概思路就是,在一个集合里,我们先找好一个基准值,然后将小于基准值的扔到左边,大于基准值的扔到右边,然后递归调用左右两个集合,直到再也找不到这样的基准值。说的直白点就是,右边大于基准值的不动,右边小于基准值的覆盖到左边,左边小于基准值的不动,左边大于基准值的覆盖到右边,直到找到基准值的位置。
public static void quickSort(int[] destArray,int start,int end) {
if(start>=end) {
return;
}
int middle = getMiddle(destArray,start,end);
quickSort(destArray,start,middle-1);
quickSort(destArray,middle+1,end);
}
public static int getMiddle(int[] destTemp,int start,int end) {
int base = destTemp[start];
while(start < end) {
//从尾部索引开始向前循环,如果比基准值大,尾部索引减1,继续向前和基准值比较
while(destTemp[end]>=base && start < end) {
end--;
}
//如果尾部索引值比基准值小,把这个尾部索引位置的值扔到当前头部索引位置
destTemp[start] = destTemp[end];
//从头部索引开始向后循环,如果比基准值小,头部索引加1,继续向后和基准值比较
while(destTemp[start]<=base && start < end) {
start++;
}
//如果头部索引值比基准值大,把这个头部索引位置的值扔到当前尾部索引位置
destTemp[end] = destTemp[start];
}
destTemp[start] = base;
return start;
}
最后的废话:快速排序并不稳定,算是一种平均速度较优的排序算法。快速排序关于基准值的选取可以采取三值取中加以优化。排序算法采用递归的形式,还有分而治之的思想,将大问题分割为小问题,直至无法再分割。