递归与分治

最新推荐文章于 2023-01-16 22:40:37 发布

InceptionZ

最新推荐文章于 2023-01-16 22:40:37 发布

阅读量131

点赞数

分类专栏：数据结构与算法

本文链接：https://blog.csdn.net/weixin_44441131/article/details/110403753

版权

数据结构与算法专栏收录该内容

7 篇文章 0 订阅

订阅专栏

本文探讨了递归和分治策略在编程中的应用。递归是一种强大的编程技术，虽然可能导致较高的内存开销，但在某些情况下能提高代码的可读性。分治策略基于递归，通过将复杂问题分解为更小的部分来解决。以快速排序为例，它通过选择基准值，将数组分为小于和大于基准值的两部分，然后递归地对这两部分进行排序，最终达到排序整个数组的目的。关键词涵盖了递归、分治、快速排序等概念。

摘要由CSDN通过智能技术生成

1. 递归

“如果使用循环，程序的性能可能更高；如果使用递归，程序可能更容易理解”——Stack Overflow

编写递归函数时，必须告诉它何时停止递归。

基线条件，达到这个条件时，函数不再调用自己，从而避免无线循环(通常是个if语句)
递归条件，递归函数调用自己

注意：递归使用到了栈结构，所以递归所占的内存开销很大

2. 分治（Divide & Conquer）

2.1 分治的思想

它采用了分而治之的思想，使用了递归的方法去实现分而治之。换句话说你可以将分治理解为递归的一个应用。

使用D&C解决问题的过程包括两个步骤：

① 找出基线条件，这种条件必须尽可能简单(例如涉及数组的递归问题时，基线条件一般是数组为空或只包含一个元素)

② 不断缩小问题规模(使用递归)，直到符合基线条件

2.2 分治——快速排序

快速排序详解

def quick_sort(array):
	if len(array) < 2:  # 基线条件
		return array
	else:
		pivot = array[0]  # 选择基准值
		less = [i for i in array[1:] if i <= pivot] # 由所有小于等于基准值的元素组成的子数组
		greater = [i for i in array[1:] if i > pivot] # 由所有大于等于基准值的元素组成的子数组
		return quick_sort(less) + [pivot] + quick_sort(greater) # 递归条件，因为缩小了问题规模