算法之递归算法（三）

前一篇我们使用小明跳楼梯的例子说明了递归函数求解的方法：递归函数求解的方法
这一篇我们继续了解递归算法的内容。对于一个参数的递归函数，我们找到了一种通用的方法，那就是直接寻找f(n)与f(n-1)之间的关系即可。但对于有些问题，一个参数是不够的。这一篇，我们将查看一个使用两个参数的递归算法练习题来讲解相关内容。

给定两个整数，计算其最大公约数和最小公倍数。

这个题干很简单，就是求最大公约数。如果你的第一反应是从大到小进行循环，如果某一个数刚好能够被这两个数整除，这个数字就是最大公倍数的话，这一篇可能是比较适合你的。
首先，我还是希望简单聊一下什么叫最大公约数。比如说，12的因数有1,2,3,4,6,12，而18的因数有1,2,3,4,6,9,18，这两个数字公共的因数有1,2,3,4,6，而6是其中最大的一个。因此，12和18的最大公约数为6。在这个推理中，我们发现6正好是12与18的差。那么最大公约数等于两个数之差吗？显然这个结论是错误的。当我们举例10与30时，结果最大公约数是10并不是相差的20，但我们发现，20与10的差是10。难道说这个差是减多次？我们可以使用求余运算表示减多次，求余运算的减多次指的是一直减，直到不能减为止。也就是余数必须小于除数。当我们把求余运算放在10和30之间，得到的结果是0。而12与18之间使用求余运算得到结果为6。这之间似乎没有任何规律。但我们都注意到，在求余运算中，都出现了我们想要的数字10和6。
其实，如果我们稍作注意，也会发现一些规律，比如说，12与18的差与12的最大公约数是相同的，都是6。12与18进行求余运算的结果6与12的最大公约数相同。放在10与30之间也是一样的。那么我们推断，a和b的最大公约数与a%b和b的最大公约数相同。
这个结论是否正确呢？我们在举一些实例来证明，36与48的最大公约数等于48%36与36的最大公约数吗？答案是肯定的。那么按照这个道理，我们就可以得到这样的一个公式：f(a,b) = f(b%a, a)。那么临界条件呢？当a==0时，不能在进行求余运算了，也就是结束的时候了。

int f(int a, int b)
{
	if(a == 0)
		return b;	//此时b为最大公约数
	return f(b%a, a);
}

这是包含两个参数的递归函数，在这个函数中，并不想上一篇一样，直接寻找f(n-1)与f(n)之间的关系，而是减少参数的规模。参数不断减少，不断接近临界值，最终通过临界值得到结果。这是递归算法的真谛。下面这个例子能很好的说明。

将m个相同的苹果，放在k个相同的盘子里，问一共有多少种方法？

在这个问题中，我们想到的是能否定义一个f(m,k的递归函数来求解呢？如果可以，我们就需要找到临界值与减少参数规模的规律。我们可以先找临界值，这个通常会简单一些，当只有一个苹果的时候，只有一种方法。不仅如此，当只有一个盘子的时候，也只有一种方法。还有其他情况吗？当然，如果有10个盘子，只有3个苹果，不论怎么放，一定至少会有7个盘子是空的，因此，这种情况可以看做3个苹果放在3个盘子里即可。
排除掉这些临界状态，其他的如何考虑呢？第一种，有空盘子。如果有空盘子的话，我们可以考虑空一个盘子的情况，毕竟如果空两个盘子的话，也可以通过空一个盘子推导出来。那么，空一个盘子该如何处理呢？如果空一个盘子的话，我们就需要把m个苹果放在k-1个盘子里。第二种，没有空盘子。为了保证没有空盘子，我们可以先将每一个盘子里放一个苹果，那么还剩下m-k个苹果。这m-k个苹果可以放在k个盘子中。这样的话，对于f(m,k)我们拆解成两个方案的总和，也就是f(m,k)=f(m-k,k) + f(m,k-1).这样减少了参数规模，使得递归函数可以正常进行下去。我们尝试使用代码描述具体的方案吧。

int f(int m, int k)
{
	if(k <= 1 || m <= 1)
		return 1;
	if(m < k)	//苹果没有盘子多
		return f(m, m);
	return f(m-k, k) + f(m, k-1);
}

这样的话，关于递归算法对于多个参数的求解方法也已经描述清晰了。希望能给你一些启示。