关键:(直接考虑n和n-1两层之间的关系)
如果一个问题 A 可以分解为若干子问题 B、C、D(这些子问题的处理逻辑和问题A相同),你可以假设子问题 B、C、D 已经解决,在此基础上思考如何解决问题 A。而且,你只需要思考问题 A 与子问题 B、C、D 两层之间的关系即可,不需要一层一层往下思考子问题与子子问题!
经典例题:data01\src\data\recursion\Test.java 汉诺塔
基本概念
去的过程叫“递”,回来的过程叫“归”。基本上,所有的递归问题都可以用递推公式来表示。
满足三个条件:
- 一个问题的解可以分解为几个子问题的解
- 这个问题与分解之后的子问题,除了数据规模不同,求解思路完全一样
- 存在递归终止条件
编写技巧
- 写出递推公式
- 找到终止条件
- 将递推公式转化为代码
例题
问题:假如这里有 n 个台阶,每次你可以跨 1 个台阶或者 2 个台阶,请问走这 n 个台阶有多少种走法?
- 分析递推公式:(将初始问题分解为一个或者多个子问题,而这些子问题和初始问题的解题思路一模一样)
可以根据第一步的走法把所有走法分为两类,第一类是第一步走了 1 个台阶,另一类是第一步走了 2 个台阶。所以 n 个台阶的走法就等于先走 1 阶后,n-1 个台阶的走法 加上先走 2 阶后,n-2 个台阶的走法。
公式: f(n) = f(n-1)+f(n-2)
- 找到终止条件: (将问题的规模设定成几个最小规模去考虑)
台阶最后肯定剩下1个或者两个。且f(1) = 1; f(2) = 2;
用n=3,n=4去验证。
//终止条件
f(1) = 1;
f(2) = 2;
//递推公式
f(n) = f(n-1)+f(n-2)
- 转换为代码:
int f(int n) {
if (n == 1) return 1;
if (n == 2) return 2;
return f(n-1) + f(n-2);
}
编写递归代码的关键是: 只要遇到递归,我们就把它抽象成一个递推公式,再用最小的数据规模去推敲公式的终止条件,不用想一层层的调用关系,不要试图用人脑去分解递归的每个步骤。
递归存在的问题
堆栈溢出
如果递归求解的数据规模很大,调用层次很深,一直进行函数压栈,就会有堆栈溢出的风险。(同时函数调用耗时多、空间复杂度高等)
Exception in thread "main" java.lang.StackOverflowError
解决办法: 限制递归最大深度(最大深度不宜过大)
// 全局变量,表示递归的深度。
int depth = 0;
int f(int n) {
++depth;
if (depth > 100) throw exception;
if (n == 1) return 1;
return f(n-1) + 1;
}
但这种做法并不能完全解决问题,因为最大允许的递归深度跟当前线程剩余的栈空间大小有关,事先无法计算。如果实时计算,代码过于复杂,就会影响代码的可读性。所以,如果最大深度比较小,比如 10、50,就可以用这种方法,否则这种方法并不是很实用。
重复计算
如上面例题:(f(3)被计算了多次)
解决办法: 可以通过一个数据结构(比如散列表就是哈希表HashMap)来保存已经求解过的 f(k)(键:k,值:f(k))。当递归调用到 f(k) 时,先看下是否已经求解过了。如果是,则直接从散列表中取值返回,不需要重复计算,这样就能避免刚讲的问题了。