递归:如何用三行代码找到“最终推荐人”
推荐注册返回佣金的功能,用户A推荐用户B来注册,用户B又推荐用户C来注册,所以,用户C的最终推荐人为用户A,用户B的最终推荐人也是用户A
我们会通过数据库来记录这种推荐关系,在表中,记录两行数据,一行为actor_if表示用户id,referrer_id为推荐人id,问题来了,给定一个用户id,如何查找这个用户的最终推荐人?即递归
递归
数据结构中最难理解的知识点是动态规划和递归
所有的递归问题都可以用递归公式 f ( n ) = f ( n − 1 ) + 1 , 其 中 f ( 1 ) = 1 f(n)=f(n-1)+1,其中f(1)=1 f(n)=f(n−1)+1,其中f(1)=1来表示
递归需要满足的三个条件
1.一个问题的解可以分解为几个子问题的解
2.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
3.存在递归终止条件
如何编写递归代码
写出递推公式,找到终止条件
例子:假如有n个台阶,每次可以跨1个台阶或者2个台阶,请问走这n个台阶有几种走法?如果有7个台阶,你可以2,2,2,1这样的走法,也可以1,2,1,1,2这样子走上去,如何用编程求得总共有多少种走法?
实际上,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,所有n个台阶的走法就等于先走了1阶后,n-1个台阶的走法,加上先走了2个台阶,然后n-2个台阶的走法,即 f ( n ) = f ( n − 1 ) + f ( n − 2 ) f(n)=f(n-1)+f(n-2) f(n)=f(n−1)+f(n−2),终止条件是f(1)=1,f(0)=1,因为f(0)=1表示0个台阶有一种走法不符合逻辑思维,表示f(2)=2
int f(int n){
if(n == 1) return 1;
if(n == 2) return 2;
return f(n-1) + f(n-2);
}
思考方法:一个问题A可以分解为若干子问题B,C,D,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,只需要思考问题A与B,C,D两层之间的关系
递归代码要警惕堆栈溢出
函数调用会使用栈来保存临时变量,每调用一个函数,都会将临时变量封装为栈帧压入内存栈,等函数执行完成返回时,才出栈。系统栈或者虚拟机栈空间一般都不大,如果递归求解的数据规模很大,调用层次很深,一直压入栈,就会有堆栈溢出的风险
如何避免出现堆栈溢出?
通过在代码中限制递归调用的最大深度的方式来解决,递归调用超过一定的深度(比如1000)之后,不继续往下进行,直接报错
//全局变量,表示递归的深度
int depth = 0;
int f(int n){
++depth;
if(depth > 1000) throw exception;
if ( n == 1) return 1;
return f(n-1) +1;
}
代码要警惕重复计算
为了避免重复计算,通过一个数据结构(比如散列表)来保存已经求解过的f(k),当递归调用到f(k)的时候,先看是否已经求解过,如果是,直接从散列表中取值返回,不需要重复计算
比如第二个台阶的问题,f(3)被计算过多次数
public int f(int n){
if (n ==1) return 1;
if(n ==2) return 2;
//haoSolvedList 可以理解成一个map,key是n,value是f(n)
if (haoSolvedList.containsKey(n)){
return hasSolvedList.get(n);
}
int ret = f(n-1)+f(n-2);
haoSolvedList.put(n,ret);
return ret;
}
在时间效率上,递归代码有很多函数调用,当这些函数调用的数量较大时,就会积累一个可观的时间成本,空间复杂度上,因为递归调用一次就会在内存栈中保存一次现场数据,所以在分析递归代码空间复杂度时,为O(n)
怎么将递归代码改写为非递归代码
看电影的例子,使用 f ( x ) = f ( x − 1 ) + 1 f(x) = f(x-1) +1 f(x)=f(x−1)+1的递推公式,可改写成
int f(int n){
int ret = 1 ;
for(int i =2;i <= n;++i){
ret = ret +1;
}
return ret;
}
第二个台阶问题可改为非递归的实现方式:
int f(int n){
if (n == 1) return 1;
if(n == 2) return 2;
int ret = 0;
int pre = 2;
int prepre = 1;
for(int i = 3; i <= n ; ++i){
ret = pre + prepre;
prepre = pre;
pre = ret;
}
return ret;
}
本质上没有改变,也没有解决某些问题,徒增复杂度
如何找到“最终推荐人”
long findRootReferrerId(long actorId){
Long referrerId = select referrer_id from [table] where actor_id = actorId;
if (referrerId == null) return actorId;
return findRootReferrerId(referrerId)
}
有两个问题:
一,如果递归很深,可能会有堆栈溢出的问题
二,如果数据库中有脏数据,还需要处理由此产生的无限递归问题
都可以使用限制递归深度解决,还有自动检测“A-B-C-A”环的存在
检测环构造一个散列表,每次获取到上层推荐人就去散列表中查,没有查到的话就加入,如果存在表示存在环,每一次查询都是一个散列表