阿龙的学习笔记---常用算法---递归，回溯法，动态规划，贪心

1. 递归

• 递归说白了就是程序是自身调用，通常情况下会让复杂的循环变的简单好理解，但由于会涉及到大量的函数调用，时间效率很低，容易造成栈的溢出。剑指说面试题中，在时间要求较低的情况下能用递归的可以用。很容易体现出思路。
• 数据结构中的树是最适合用递归的数据结构。
• 递归最重要的是设置好递归出口的条件。
• 递归算法的思路是把问题转化为规模缩小了的同类问题的子问题。然后递归调用函数（或过程）来表示问题的解。
• 典型的递归算法：N!的阶乘，斐波那契数列等。（斐波那契数列使用动态规划更为合适。详解。）

---

2. 回溯

参考https://blog.csdn.net/zw6161080123/article/details/79985345

• 回溯法是一种穷举类型的算法，与其说它是一种算法，倒不如说它是一种试法。体现了算法效率与适用性之间的矛盾，二分查找效率很高，但适用性比较低。而穷举法效率最低，但几乎适用于所有问题。

• 要用回溯法解决问题，那首先要确定问题的状态空间树。看每一步选择有多少个可选值就可以了，第一步有8个可选值，那树第一层就有8个节点，第二步有5个可选值，那第一层每个节点都有5个分支，则第二层有8×5=40个节点，以此类推……到第n层一共有m1×m2×……×mn个节点，其中mi为第i步的可选值的个数。

• 在n层的状态空间树中，我们要得到一个解向量，每个分量对应每一步选择的结果，显然这个解向量的长度应该为n。

• r代表层数，先从第一层r=0选择一个元素，看看是否满足要求，如果不满于，则取本层下一个元素，满足则r++，进入下一层。然后一直重复这样的操作。

• 如果到达了r = n-1层，说明到达状态空间树最后一层了，如果符合要求，则找到了一个解向量。如果没有，找本层的下一个。

• 如果一层中所有元素都找完了，都不符合要求怎么办呢？那就要回溯了。回溯就是返回上一层。如果最后r=0，第一层所有的都不符合，则无解向量。

• 回溯法解题一般步骤：
  （1）针对所给问题，确定问题的解空间：首先应明确定义问题的解空间，问题的解空间应至少包含问题的一个（最优）解。
  （2）确定结点的扩展搜索规则
  （3）以深度优先方式搜索解空间，并在搜索过程中用剪枝函数避免无效搜索。

• 回溯法一般都可以采用递归的方式，解空间找到了则就很好写了；但非递归的效率高，下面详细写一下。

  1: int a[n],i;
  2: 初始化数组a[];
  3: i = 1;
  4: while (i > 0 (有路可走) and (未达到目标))  // 还未回溯到头
  5: {
       
  6:     if(i > n)        // i=n时叶结点符合要求，i变成n+1，说明找到了解向量
  7:     {
          
  8:           搜索到一个解，输出；
  9:     }
  10:     else                                                   // 处理第i个元素
  11:     {
        
  12:           a[i]第一个可能的值；
  13:           while(a[i]在不满足约束条件且在搜索空间内)
  14:           {
       
  15:               a[i]下一个可能的值；
  16:           }
  17:           if(a[i]在搜索空间内)				//剪枝函数，如果到这个情况下不符合题解，则避免无效搜索
  18:          {
       
  19:               标识占用的资源；
  20:               i = i+1;               //扩展下一个结点
  21:          }
  22:          else 
  23:         {
       
  24:               清理所占的状态空间；            // 回溯
  25:               i = i –1; 
  26:          }
  27: }
  

• 经典的八皇后问题就适合以回溯算法解决：先从第一行第一个开始，找下一行符合的，再找下一行。

  • 回溯递归：

  class EightQueen {
       
  private:
  	int array[8];//该数组保表示第i个皇后摆在第i行第array[i]列
  public:
  	void solution(