递归--从青蛙跳台阶说起

迭代与递归

迭代与递归从本质上讲，都是一种循环过程。迭代主要是在每一步中更新变量值来达到循环的目的，而递归则是在函数中调用自己来实现循环。迭代更直观，我们一眼能够看出程序执行过程，而递归则使得程序更加简洁紧凑。

三要素

对于迭代，我们给定一个循环指标、循环范围以及需要更新的变量就可以进行循环了，例如

for i in range(5):
	a = i + 1
	print(a)

在上面的Python程序中，i为循环指标，循环范围为$[0,4]$，变量为i + 1。

对于递归，我们同样需要三个基本要素才行，即：

• 功能函数（即这个函数需要做什么）
• 基线条件（或结束条件，即递归什么时候结束）
• 函数关系（即这个函数与下一个函数的关系）

例如：

def func(n): # 功能函数：求前n个正整数的和
	if n > 1:
		return n + func(n - 1) #函数关系
	else:
		return 1 #基线条件

对于迭代，我们可以清楚地看出程序执行的过程，即i从0并且以1为步长进行循环，直至i=4，循环结束。

但是对于递归，我们乍一看，看不出循环指标，而当我们仔细研究定义的函数之后，就会发现，定义的函数中自己调用了自己，只不过对于每一个n，调用了该函数对应于n-1的函数值，而每一个n-1，又调用了该函数对应于n-2的函数值，…，以此类推，直至满足基线条件，递归停止。我们以n=3为例，看一下递归中发生了什么。

func(3) = 3 + func(2)
func(3) = 3 + (2 + func(1))
func(3) = 3 + (2 + 1)
-->func(3) = 6

最终，我们得到了前三个正整数的和。

举两个🌰

让我们以计算阶乘为例，这也是各种教程中经常使用的例子。

阶乘（Factorial），是所有小于以及等于该数的正整数的积，并且定义0的阶乘为1。

def factorial(n):
	if n == 0 or n == 1:
		return 1
	if n > 1:
		return n * factorial(n - 1)

另一个常见的例子是斐波那契数列，这也是算法中经常会借鉴的数学基础。斐波那契数列是指，从第三项起，每一项为该项前两项之和，即：1、1、2、3、5、8、13、21…

很明显，这是一个递归问题，函数关系为$f(n)=f(n-1)+f(n-2)，n\ge 3$。
我们来看一下Python的代码实现。

def fibonacci(n):
    if n <= 2:
        return 1
    return fibonacci(n - 1) + fibonacci(n - 2)

青蛙跳台阶

这也是一道经典的算法题，说的是有一只青蛙，每一次可以跳上 1 级台阶，也可以跳上2 级台阶，问该青蛙跳上一个n 级台阶，总共有多少种跳法。

我们先来分析一下，假设对于$n$级台阶共有$f(n)$中跳法，并且我们知道$n=1$时，只有一种跳法，$n=2$时，有两种跳法，但是函数关系并没有显而易见，那么如何寻找函数关系呢？

如果青蛙第一次跳上了1级台阶，则剩余$n-1$级还有$f(n-1)$种跳法，如果青蛙第一次跳上了2级台阶，则剩余$n-2$级还有$f(n-2)$种跳法，因此$f(n-1)+f(n-2)$就是$n$级台阶的总跳法，也就等于$f(n)$，看，我们找到了函数关系$f(n)=f(n-1)+f(n-2)$。

准备撸代码了：

def leap(n):
    if (n <= 2):
        return n
    return leap(n - 1) + leap(n - 2)

搞定！

等等，如果这只青蛙肌肉发达，可以在n级台阶中跳上1级、2级、3级…n级台阶，那么有多少种跳法？

其实这还是递归，只不过$f(n)=f(n-1)+f(n-2)+f(n-3)+...+f(2)+f(1)$。

对应的代码为：

def leap(n):
    if (n <= 2):
        return n
    num = 0
    for i in range(n):
        i += 1
        num += leap(n - i)
    return num

递归的基本思想就是这样，记住三要素：功能函数、基线条件、函数关系。