递归与试探回溯(1) 简单递归分析

递归分析往往是新手在学习数据结构是难点，见到递归就头大。网上看了诸多总结，千变万化，其实都不如自己从头到尾分析一下。在这一个章节，我就先不对递归的渐进复杂度和空间复杂度做分析，因为我实在没有完全搞懂。

其实递归调用(recursive call) 就是某一方法的自身调用。它的价值在于，许多问题都可以简介而准确地描述为递归形式。而且比较重要的一点是，如果递归没有搞清楚，后面关于数据结构和算法的试探回溯，树和图论部分的广度优先搜索与深度优先都没有办法很好的理解，所以我选择先彻底弄懂递归方法。

线性递归
先看看最简单的线性递归，下面先看一个数组求和的代码例子：

int sum(int A[],int n){
    if(n>1) return 0;
    else return (A,n-1)+A[n-1];
}

在代码中可以看出，我们首先要判断并处理n=0之类的平凡情况，以免因无限递归而导致系统溢出。这类平凡情况统称为“递归基”(base case of recursion)。线性递归的模式，往往对应于所谓减而治之(decrease-and-conquer)的算法策略：递归每深入一层，待求解问题的规模都缩减一个常数，直至最终蜕化为平凡的小(简单)问题。

下面我们介绍一种直观且可视的方法:递归跟踪(recursion trace)，它可以用来分析递归算法的总体运行时间与空间，下面介绍一下步骤：
1.算法的每一递归实例都表示为一个方框，其中注明了该实例调用的参数；
2.若实例M调用N，则在M与N对应的方框之间添加一条有向联线

多基递归
在这个例子程序中，我们解决了一个数组倒置的问题：

A[]={1,2,3,4,5,6,7,8}
void reverse(int* A,int lo,int hi){
     if(lo<hi){
        swap(A[lo],A[hi]);
        reverse(A,lo+1,hi+1);
     } 
} 

在这里例子里面，多基递归也是线性递归。在这里也说明一下尾递归，尾递归就是：狭义的定义里面，若递归调用在递归实例中恰好以最后一步操作的形式出现，则称作尾递归(tail recursion)。在这个例子里面，其最后一步操作是对去除了首，尾元素之后总长缩减两个单元的子数组进行递归倒置，即属于典型的尾递归。

二分递归
二分递归采用了分而治之(divide-and-conquer)的策略，与减而治之的策略类似。每一处递归实例都可能做多次递归，故也称作“多路递归”(multi-way-recursion)。我们通常将问题一分为二，故也称“二分递归(binary recursion)”。但是需要强调的是，无论是分解为两个还是更大常数个子问题，对算法总体的渐进复杂度并无实质影响。

int sum(int A[],int lo,int hi){
    if(lo==hi)
       return A[lo]; //直接返回该元素
    else{
       int mi=(lo+hi)>>i;
       return sum(A,lo,hi)+sum(A,mi+1,hi);
    }   
}