【数据结构】递归算法与应用

简介: 【数据结构】递归算法与应用

一、递归概述

递归:方法自己调用自己,每次调用时传入不同的变量。递归有助于编程者解决复杂的问题,同时可以让代码变得简洁。

二、递归的调用机制

  1. 当程序执行到一个方法时,就会开辟一个独立的空间(栈)
  2. 每个空间的数据(局部变量)都是独立的

三、递归解决的问题

  1. 各种数学问题如:8 皇后问题,汉诺塔,阶乘问题,迷宫问题,球和篮子的问题(google 编程大赛)
  2. 各种算法中也会使用到递归,比如快排,归并排序,二分查找,分治算法等
  3. 将用栈解决的问题 --> 递归代码比较简洁

四、递归的原则

  1. 执行一个方法时,就创建一个新的受保护的独立空间(栈空间)
  2. 方法的局部变量是独立的,不会相互影响,比如n变量
  3. 如果方法中使用的是引用类型变量(比如数组),就会共享该引用类型的数据
  4. 递归必须向退出递归的条件逼近,否则就是无限递归,出现 StackOverflowError
  5. 当一个方法执行完毕,或者遇到return,就会返回,遵守谁调用,就将结果返回给谁,同时当方法执行完毕或者返回时,该方法也就执行完华。

五、迷宫问题

package work.rexhao.recursion;

import java.util.Scanner;

public class mazeDemo {
   

    static int size;
    static String[] map;
    static int ans = 0;
    static boolean[][] flag;

    public static void main(String[] args) {
   
        System.out.println("输入地图的大小:");
        Scanner sc = new Scanner(System.in);
        size = Integer.parseInt(sc.nextLine());
        System.out.println("输入地图:");
        map = new String[size];
        flag = new boolean[size][size];
        for (int i = 0; i < size; i++) {
   
            map[i] = sc.nextLine();
        }
        int x = 0, y = 0;
        for (int i = 0; i < size; i++) {
   
            for (int j = 0; j < size; j++) {
   
                if (map[i].charAt(j) == 'B') {
   
                    x = i;
                    y = j;
                }
            }
        }
        maze(x, y);
        System.out.println(ans);
        sc.close();
    }

    public static void maze(int x, int y) {
   
        if (check(x, y) && map[x].charAt(y) == 'E') {
   
            ans++;
            return;
        }
        flag[x][y] = true;
        if (check(x + 1, y)) {
   
            maze(x + 1, y);
        }
        if (check(x - 1, y)) {
   
            maze(x - 1, y);
        }
        if (check(x, y + 1)) {
   
            maze(x, y + 1);
        }
        if (check(x, y - 1)) {
   
            maze(x, y - 1);
        }
        flag[x][y] = false;
    }

    public static boolean check(int x, int y) {
   
        if (x >= size || y >= size || x < 0 || y < 0) {
   
            return false;
        } else
            return (map[x].charAt(y) == '.' || map[x].charAt(y) == 'E') && !flag[x][y];
    }
}

六、回溯算法(八皇后问题)

1、八皇后问题介绍

八皇后问题,是一个古老而著名的问题,是回溯算法的典型案例。该问题是国际西洋棋棋手马克斯 • 贝瑟尔于1848 年提出:在8×8格的国际象棋上摆放八个皇后,使其不能互相攻击,即:任意两个皇后都不能处于同一行、同一列或同一斜线上,问有多少种摆法(92)。

2、思路分析

  1. 相同剪枝:如果在同一行/列,舍弃
  2. 斜向剪枝:对于y=x方向,行+列为定值;对于y=-x方向,行-列为定值

3、代码实现

package work.rexhao.recursion;

public class queueEight {
   
    public static int[] chess = new int[8];
    public static int ans = 0;
    public static int[] x1; // 对角线1
    public static int[] x2; // 对角线2

    public static void main(String[] args) {
   
        queue(chess, 0);
        System.out.println(ans);
    }

    public static void queue(int[] chess, int times) {
   
        /*
         * 退出条件
         */
        if (times == 8) {
   
            /*
             * 重复
             */
            for (int i = 0; i < 8; i++) {
   
                for (int j = 0; j < 8; j++) {
   
                    if(i == j) continue;
                    if (chess[i] == chess[j]) {
   
                        return;
                    }
                }
            }
            /*
             * 对角线
             */
            x1 = new int[20];
            x2 = new int[20];
            for (int i = 0; i < 8; i++) {
   
                x1[chess[i] - i + 8]++;
                x2[i + chess[i]]++;
            }
            for (int i = 0; i < 20; i++) {
   
                if (x1[i] > 1 || x2[i] > 1) {
   
                    return;
                }
            }
            for(int i: chess) {
   
                System.out.print(i + " ");
            }
            System.out.println();
            ans++;
            return;
        }

        /*
         * 递归
         */
        for (int i = 1; i < 9; i++) {
   
            chess[times] = i;
            queue(chess, times + 1);
        }

    }
}
目录
相关文章
|
18天前
|
算法 数据处理 C语言
C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
28 1
|
21天前
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
65 4
|
19天前
|
存储 算法 搜索推荐
Python 中数据结构和算法的关系
数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
|
18天前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
|
26天前
|
算法
数据结构之路由表查找算法(深度优先搜索和宽度优先搜索)
在网络通信中,路由表用于指导数据包的传输路径。本文介绍了两种常用的路由表查找算法——深度优先算法(DFS)和宽度优先算法(BFS)。DFS使用栈实现,适合路径问题;BFS使用队列,保证找到最短路径。两者均能有效查找路由信息,但适用场景不同,需根据具体需求选择。文中还提供了这两种算法的核心代码及测试结果,验证了算法的有效性。
88 23
|
26天前
|
算法
数据结构之蜜蜂算法
蜜蜂算法是一种受蜜蜂觅食行为启发的优化算法,通过模拟蜜蜂的群体智能来解决优化问题。本文介绍了蜜蜂算法的基本原理、数据结构设计、核心代码实现及算法优缺点。算法通过迭代更新蜜蜂位置,逐步优化适应度,最终找到问题的最优解。代码实现了单链表结构,用于管理蜜蜂节点,并通过适应度计算、节点移动等操作实现算法的核心功能。蜜蜂算法具有全局寻优能力强、参数设置简单等优点,但也存在对初始化参数敏感、计算复杂度高等缺点。
58 20
|
19天前
|
存储 缓存 算法
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式,强调了合理选择数据结构的重要性,并通过案例分析展示了其在实际项目中的应用,旨在帮助读者提升编程能力。
42 5
|
19天前
|
机器学习/深度学习 人工智能 算法
探索人工智能中的强化学习:原理、算法与应用
探索人工智能中的强化学习:原理、算法与应用
|
17天前
|
机器学习/深度学习 算法 数据挖掘
C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性,适合开发高性能的机器学习算法,尤其在底层算法实现、嵌入式系统和高性能计算中表现突出
本文探讨了C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性,适合开发高性能的机器学习算法,尤其在底层算法实现、嵌入式系统和高性能计算中表现突出。文章还介绍了C语言在知名机器学习库中的作用,以及与Python等语言结合使用的案例,展望了其未来发展的挑战与机遇。
37 1
|
18天前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
46 1