【25届秋招备战C++】算法篇-递归(Recursion)

一、简介

递归（Recursion）：指的是一种通过重复将原问题分解为同类的子问题而解决的方法。在绝大数编程语言中，可以通过在函数中再次调用函数自身的方式来实现递归。重点关注四个要素：输入参数，返回值，终止条件，递归拆解（如何递归下一层）
注意：递归是利用堆栈来实现的。每一次递推都需要一个栈空间来保存调用记录，每当进入一次函数调用，栈空间就会加一层栈帧。每一次回归，栈空间就会减一层栈帧。由于系统中的栈空间大小不是无限的，所以，如果递归调用的次数过多，会导致栈空间溢出。考虑栈溢出问题，可采用迭代等方法替代递归。

二、解题思路

确定终止条件、递推过程、回归过程
递推过程：指的是将原问题一层一层地分解为与原问题形式相同、规模更小的子问题，直到达到结束条件时停止，此时返回最底层子问题的解。
回归过程：指的是从最底层子问题的解开始，逆向逐一回归，最终达到递推开始时的原问题，返回原问题的解。
递归的数学模型是数学归纳法，具体步骤为

• 写出递推公式：
  找到将原问题分解为子问题的规律，并且根据规律写出递推公式。
• 明确终止条件：
  推敲出递归的终止条件，以及递归终止时的处理方法。
• 将递推公式和终止条件翻译成代码：
  定义递归函数（明确函数意义、传入参数、返回结果等）。
  书写递归主体（提取重复的逻辑，缩小问题规模）。
  明确递归终止条件（给出递归终止条件，以及递归终止时的处理方法）

三、应用场景

• 树和图的遍历：
  二叉树的前序、中序和后序遍历。
  通用树的深度优先搜索（DFS）和广度优先搜索（BFS）。
  图的遍历，如拓扑排序。
• 分治算法
  快速排序、归并排序等排序算法。
  汉诺塔问题。
  最大子数组和问题。
• 动态规划：
  斐波那契数列。
  最长公共子序列（LCS）。
  背包问题。
• 回溯算法：
  解决N皇后问题。
  旅行商问题（TSP）。
  八皇后问题。
• 文件系统操作：
  遍历文件目录结构。
  计算目录大小或文件数量。
• 字符串处理：
  字符串的模式匹配，如KMP算法。
  正则表达式匹配。
• 数学计算：
  阶乘、幂运算等。
  计算组合数、排列数。
• 递归数据结构：
  链表、树、图等数据结构的操作，如插入、删除、查找。

四、模板函数

// 递归函数模板
template <typename T>
T recursiveFunction(T n, T baseCase, T identity, std::function<T(T, T)> operation) {
    // 基本情况
    if (n == baseCase) {
        return identity;
    }
    
    // 递归步骤
    T result = operation(n, recursiveFunction(n - 1, baseCase, identity, operation));
    return result;
}

// 

五、参考

代码随想录
递归算法-爱学习的饲养员
算法通关手册