递归与回溯

概念理解：
递归递归的基本性质就是函数自调用，处理问题时，递归是将一个大问题不断的化为小问题进行处理推导的过程。
回溯利用了递归的性质，从问题的开头出发，不断地尝试，回一步或者是多步在做选择，直到到达终点的一个过程。

递归分析

递归算法是调用自身函数的一中算法（二叉树遍历中得到了广泛应用），可以简单理解，算法是已经实现了解决问题的步骤，使用递归只是将一个大问题不断的变小，直到得出结果。

• 案例分析1（汉诺塔题目）

// A B C三个柱子，盘子顺序有大到小不能跌倒，将A柱上的盘子移到C柱上

function hanota(A, B, C) {
	// 容错处理：A柱上盘子为空时，不做处理
	if(A.length <= 0)  return C;
	
	// 将 A 上的 n 个盘子移到 C 上
	function move(A, B, C, n) {
		if(n === 0) return;   // 当前柱子上的盘子移动完成
		move(A, C, B, n - 1);   // 借助B，先将 n-1 个盘子移动到 A 上
		C.push(A.pop());        // 将第 n 个盘子从 A 移到 C 上
		move(B, A, C, n - 1);   // 将 n-1 个盘子从 B 移到 C 上（递归处理）
	}
	return move(A, B, C, A.length);
}

• 案例分析2（中心对称数，详见 LeetCode 247）

/**
* 题目分析：
*	n = 0，返回 [""]
*	n = 1，返回 ["1", "0", "8"]
*	n = 2，返回 ["11", "69", "88", "96"]
*	n = ...
*	以此类推，可见：根据n的值进行判断，满足条件时，只需要在 n-2 的中心对称数上添加
*	["11", "69", "88", "96"] 即可。
*/
function symmetryNUm(n) {
	// 1. 判断输入是否合法
	if(n < 0)  return throw Error("输入有误"); 
	
	// 2. 确定递归结束边界条件
	if(n == 0) return [""];
	if(n == 1) return ["1", "0", "8"];
	
	// 3. 将大问题小化（即为递归处理）
	var list = symmetryNum(n - 2);
	
	// 4. 整合结果
	var res = [];
	for(var i = 0; i < list.length; i++) {
		var temp = list[i];
		res.push("1" + temp + "1");
		res.push("6" + temp + "9");
		res.push("8" + temp + "8");
		res.push("9" + temp + "6");
	}
	return res;
}

总结：
递归步骤：案例2中的解题步骤即为递归步骤；

回溯分析

回溯即为试探算法，当出现非法情况时，可以回退一步或多步，然后去尝试别的路径、情况，因此要实现回溯，需保证每次需要多中可以尝试的可能。
与暴力的区别是：试探，可回退，不满足时可以终止。

解题步骤：

1. 判断当前是否合法，如果非法立即终止
2. 当前情况是否满足递归结束条件，如果是将结果保存起来并返回
3. 当前情况下遍历所有可能出现的情况，进行下一步试探
4. 递归完毕后立即回溯，（即为取消前一步进行的尝试）