在递归中由于需要调用自身可能会导致一些重复的计算,函数的调用不仅需要时间,而且也会暂用栈上的空间。有时候如果调用的深度太深,还会导致无限循环的问题(实际上是深度太深,要长时间的调用,导致无法在预期的时间内返回)。要解决这个问题,可以使用“记忆化”的方式,将需要的数据缓存,以减少重复的计算。
斐波那契数
链接:斐波那契数
描述:
斐波那契数,通常用 F(n) 表示,形成的序列称为斐波那契数列。该数列由 0 和 1 开始,后面的每一项数字都是前面两项数字的和。也就是:F(0) = 0, F(1) = 1。F(N) = F(N - 1) + F(N - 2), 其中 N > 1.给定 N,计算 F(N)。假设0 ≤ N ≤ 30。
一般解法:
class Solution {
public:
int fib(int N) {
if (N == 0 || N == 1) return N;
return fib(N - 1) + fib(N - 2);
}
};
带缓存的解法:
由于题目中N的长度是有限的,且每个斐波那契数都只占用一个INT的长度,因此最多只需要申请一个INT[31]长度的数组即可以缓存所有数据,代码如下:
class Solution {
public:
int fib(int N) {
static int sCaches[31] = {0};
if (sCaches[N] != 0 || N == 0) return sCaches[N];
if(N == 1) {
sCaches[1] = 1;
return 1;
}
sCaches[N] = fib(N - 1) + fib(N - 2);
return sCaches[N];
}
};
爬楼梯
链接:爬楼梯
描述:
假设你正在爬楼梯。需要 n 阶你才能到达楼顶。每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢?注意:给定 n 是一个正整数。
分析:
假设有n(n >= 2)阶台阶总共有f(n)总方法,你可以选择先走一步,也可以选择先走两步,则f(n) = f(n - 1) + f(n - 2)。有了这个公式,递归的解法很容易给出。
class Solution {
public:
int climbStairs(int n) {
if (n <= 2) return n;
return climbStairs(n - 1) + climbStairs(n - 2);
}
};
代码很简单,但是如果n比较大的时候,会出现上面提到的执行超时的问题,原因还是递归调用时重复执行问题。解决的办法还是减少不必要的重复调用——利用缓存来解决问题。
class Solution {
public:
int climbStairs(int n) {
static vector<int> sCache = {1,2};
if (sCache.size() >= n) return sCache[n - 1];
sCache.push_back(climbStairs(n - 1) + climbStairs(n - 2));
return sCache[sCache.size() - 1];
}
};
再看一下上面推导出来的公式,实际上和斐波那契数列一样。斐波那契除了用递归实现,更快速的实现是使用循环。
class Solution {
public int climbStairs(int n) {
if (n < 3) {
return n;
}
int a = 1, b= 2;
for(int i = 0; i < (n - 1) / 2; i ++) {
a = a + b;
b = b + a;
}
return n % 2 == 0 ? b : a;
}
}