递归

对递归程序一直是一知半解，对于简单的递归程序，我大致能弄懂整个流程，但是复杂点的递归程序（比如说树的各种递归）就一头雾水。今天在看知乎时，看到一个非常不错的建议。大致如下。

写递归函数要处理好递归的3个主要点：
a) 出口条件，即递归通常什么时候结束，这个通常在递归函数的开始就写好；
b) 如何由”情况 n” 变化到”情况 n+1”, 也就是非出口情况，也就是一般情况——”正在”递归中的情况；
c) 初始条件，也就是这个递归调用以什么样的初始条件开始。

有几句不错的话：

1、每次传递状态信息作为参数。合理的设计参数是重点。
2、函数用栈存储中间过程和返回值，递归函数调用时压栈，最终会返回栈底的元素

今天在stackoverflow上发现了一个递归模板感觉不错。是Eric Lippert写的，这位大神是前微软C#编译器团队的首席开发师，膜拜。。。毕竟我本科的时候都是用C#写东西，研究生期间入了机器学习的坑，才不得已舍弃了C#。不得不说visual studio真好用，秒杀市场上所有IDE(个人见解，勿喷）。好吧，好像和我想讲的递归扯远了。。。

下面我们来看下这个模板。

{
    if (<problem can be solved easily>)
        return <easy solution>;
    // The problem cannot be solved easily.
    Problem smaller1 = <reduce problem to smaller problem>
    Result result1 = M(smaller1);
    Problem smaller2 = <reduce problem to smaller problem>
    Result result2 = M(smaller2);
    ...
    Result finalResult = <combine all results of smaller problem to solve large problem>
    return finalResult;
}

他在后面还用了一个求二叉树深度的例子。

int Depth(Tree tree)
{
    // Start with the trivial case. Is the tree empty?
    if (tree.IsEmpty) return 0;
    // The tree is not empty. 
    // Reduce the problem to two smaller problems and solve them:
    int depthLeft = Depth(tree.Left);
    int depthRight = Depth(tree.Right);
    // Now combine the two solutions to solve the larger problem.
    return Math.Max(depthLeft, depthRight) + 1;
}

模板简洁明了！

以后看到对递归比较好的阐述还会再加上。