递归算法还有哪些是你不知道的----【探讨Java经典遍历问题和面试题】

简介: 递归算法还有哪些是你不知道的----【探讨Java经典遍历问题和面试题】

作为一名对技术充满热情的学习者,我一直以来都深刻地体会到知识的广度和深度。在这个不断演变的数字时代,我远非专家,而是一位不断追求进步的旅行者。通过这篇博客,我想分享我在某个领域的学习经验,与大家共同探讨、共同成长。请大家以开放的心态阅读,相信你们也会在这段知识之旅中找到启示。



前言

对于学习编程的同学来说,可能最先接触到的就是遍历算法,但是对于新手来说,如何正确理解遍历以及如何在适当的场合使用遍历,让你的代码变得更加简洁高效是个难以解决问题,下面我们就来好好的聊聊我们熟知而不善使用的递归


一、如何理解递归

理解递归的关键是将大问题分解为小问题,并相信这些小问题的解决方法是正确的。在递归算法中,你可以将问题定义为基本情况和递归情况。基本情况是问题可以直接解决的最小情况,而递归情况则是通过调用自身来解决规模较小但相似的问题。通过这种方式,你逐步解决问题,直到达到基本情况。

例如,考虑计算阶乘的问题。递归地,你可以将计算n的阶乘的问题转化为计算(n-1)的阶乘,一直递归下去,直到n等于1时,就是基本情况,阶乘为1。

二、递归的使用及注意事项

在以下情况中我们是建议使用递归的:

1.问题具有自相似的结构: 当问题可以被分解为规模较小、结构相似的子问题时,递归可以更自然地表达解决方法。

2.树状结构问题: 递归在处理树状结构(如树、图)的问题时非常有用,因为树的节点通常具有相似的属性。

3.分治法: 递归常用于分治法,其中问题被分成若干个相互独立的子问题,然后递归地解决这些子问题。

4.动态规划: 在某些动态规划问题中,递归可以用来建立问题的递归关系,但需要谨慎处理重叠子问题以提高效率。

使用递归时需要注意以下几点:

1.基准情况: 确保定义了递归的基准情况,以防止无限递归。基准情况是递归的结束条件,确保它能够最终被满足。

2.递归深度: 避免递归深度过大,以免导致堆栈溢出。在处理大规模问题时,考虑使用迭代或其他优化方法。

3.重叠子问题: 在使用递归解决动态规划问题时,注意避免重复计算相同的子问题,以提高效率。可以使用记忆化技术或迭代的动态规划方法。

4.性能问题: 递归可能导致性能开销,特别是在调用层数较多的情况下。在需要追求效率的情况下,可能需要考虑迭代或其他非递归方法。

5.清晰性和可读性: 递归的代码结构应当清晰易懂,避免过度复杂化。适当的注释和命名有助于提高代码的可读性。

我就不过多介绍,只需要注意就好,初学者了解即可,后面我们会深度学习递归的底层

三、Java中的遍历经典问题

在Java中,递归经常用于解决需要重复执行相似操作的问题。以下是一些常见的用途:

树结构遍历: 遍历树形结构,如二叉树,可以通过递归来实现。每次递归访问一个节点,并在子树上重复这一过程。

class TreeNode {
    int val;
    TreeNode left, right;
    // ...
}
void traverseTree(TreeNode node) {
    if (node != null) {
        // 处理当前节点
        // 递归处理左子树
        traverseTree(node.left);
        // 递归处理右子树
        traverseTree(node.right);
    }
}

阶乘计算: 如前所述,计算阶乘是递归的经典例子。

int factorial(int n) {
    if (n == 0 || n == 1) {
        return 1; // 基本情况
    } else {
        return n * factorial(n - 1); // 递归情况
    }
}

问题拆解: 一些问题可以通过不断拆解为子问题来解决,例如归并排序等。

在Java中,遍历二叉树通常使用递归或迭代的方式,包括前序遍历、中序遍历和后序遍历。下面分别展示了这三种遍历的递归实现

1.前序遍历(Preorder Traversal):

访问当前节点

递归遍历左子树

递归遍历右子树

class TreeNode {
    int val;
    TreeNode left, right;
    // ...
}
void preorderTraversal(TreeNode node) {
    if (node != null) {
        System.out.print(node.val + " "); // 访问当前节点
        preorderTraversal(node.left);     // 递归遍历左子树
        preorderTraversal(node.right);    // 递归遍历右子树
    }
}

2.中序遍历(Inorder Traversal):

递归遍历左子树

访问当前节点

递归遍历右子树

void inorderTraversal(TreeNode node) {
    if (node != null) {
        inorderTraversal(node.left);     // 递归遍历左子树
        System.out.print(node.val + " "); // 访问当前节点
        inorderTraversal(node.right);    // 递归遍历右子树
    }
}

3.后序遍历(Postorder Traversal):

递归遍历左子树

递归遍历右子树

访问当前节点

void postorderTraversal(TreeNode node) {
    if (node != null) {
        postorderTraversal(node.left);   // 递归遍历左子树
        postorderTraversal(node.right);  // 递归遍历右子树
        System.out.print(node.val + " "); // 访问当前节点
    }
}

四、如何在Java中解决汉诺塔问题

汉诺塔问题是一个经典的递归问题,可以通过递归来解决。在汉诺塔问题中,有三根柱子(A、B、C),A柱上有n个不同大小的圆盘,按照从上到下递增的顺序。目标是将所有圆盘从A柱移动到C柱,可以借助B柱作为辅助。

以下是用递归解决汉诺塔问题的Java代码:

class HanoiTower {
    // 移动圆盘的函数
    void moveDisk(int n, char source, char target, char auxiliary) {
        if (n == 1) {
            // 当只有一个圆盘时,直接移动到目标柱子
            System.out.println("Move disk 1 from " + source + " to " + target);
        } else {
            // 将n-1个圆盘从源柱移动到辅助柱
            moveDisk(n - 1, source, auxiliary, target);
            
            // 移动第n个圆盘到目标柱
            System.out.println("Move disk " + n + " from " + source + " to " + target);
            
            // 将n-1个圆盘从辅助柱移动到目标柱
            moveDisk(n - 1, auxiliary, target, source);
        }
    }
    public static void main(String[] args) {
        HanoiTower hanoiTower = new HanoiTower();
        int numberOfDisks = 3; // 设置圆盘数量
        hanoiTower.moveDisk(numberOfDisks, 'A', 'C', 'B');
    }
}

此代码演示了如何使用递归函数 moveDisk 解决汉诺塔问题。

五、Java遍历经典面试题

找出二叉树中两个节点的最低公共祖先(Lowest Common Ancestor):

  • 问题: 怎样找出二叉树中两个节点的最低公共祖先?
  • 解释: 使用递归,从根节点开始遍历,如果当前节点为null或等于其中一个目标节点,则返回该节点。否则,递归查找左右子树。

下面是Java中的详细代码解释和底层逻辑:

class TreeNode {
    int val;
    TreeNode left, right;
    // ...
}
public class LowestCommonAncestor {
    public TreeNode findLowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) {
        if (root == null || root == p || root == q) {
            return root; // 当前节点为null或是目标节点之一,直接返回当前节点
        }
        // 递归查找左右子树
        TreeNode left = findLowestCommonAncestor(root.left, p, q);
        TreeNode right = findLowestCommonAncestor(root.right, p, q);
        if (left != null && right != null) {
            return root; // 左右子树各包含一个目标节点,当前节点即为最低公共祖先
        } else if (left != null) {
            return left; // 左子树包含目标节点,返回左子树的结果
        } else {
            return right; // 右子树包含目标节点,返回右子树的结果
        }
    }
    public static void main(String[] args) {
        // 创建二叉树
        TreeNode root = new TreeNode(3);
        root.left = new TreeNode(5);
        root.right = new TreeNode(1);
        root.left.left = new TreeNode(6);
        root.left.right = new TreeNode(2);
        root.right.left = new TreeNode(0);
        root.right.right = new TreeNode(8);
        root.left.right.left = new TreeNode(7);
        root.left.right.right = new TreeNode(4);
        LowestCommonAncestor lca = new LowestCommonAncestor();
        
        // 寻找节点5和节点1的最低公共祖先
        TreeNode result = lca.findLowestCommonAncestor(root, root.left, root.right);
        System.out.println("Lowest Common Ancestor: " + result.val); // 预期输出:3
    }
}

这段代码通过递归方式查找最低公共祖先。如果当前节点为null或等于其中一个目标节点,则直接返回当前节点。然后,递归查找左右子树,如果左右子树各包含一个目标节点,当前节点即为最低公共祖先。如果只有一个子树包含目标节点,则返回该子树的结果。这个递归过程最终会回溯到找到最低公共祖先。


总结

当然,对于遍历的总结远不止于此,遍历算法最重要的是让同学们有大问题化为小问题的思想,面对大量的代码循环时,能够抓住问题的根本,用一种方法来解决问题。在遍历算法构建的同时,更应该注重效率,想到更好的算法的情况下,大家还是尽量使用别的方法,实在解决不了在尝试使用遍历。我们需要关注遍历带来的其他不利的影响,别面出现堆栈溢出

感谢大家抽出宝贵的时间来阅读博主的博客,新人博主,感谢大家关注点赞,祝大家未来的学习工作生活一帆风顺,加油!!!

目录
相关文章
|
3月前
|
缓存 Java 关系型数据库
2025 年最新华为 Java 面试题及答案,全方位打造面试宝典
Java面试高频考点与实践指南(150字摘要) 本文系统梳理了Java面试核心考点,包括Java基础(数据类型、面向对象特性、常用类使用)、并发编程(线程机制、锁原理、并发容器)、JVM(内存模型、GC算法、类加载机制)、Spring框架(IoC/AOP、Bean生命周期、事务管理)、数据库(MySQL引擎、事务隔离、索引优化)及分布式(CAP理论、ID生成、Redis缓存)。同时提供华为级实战代码,涵盖Spring Cloud Alibaba微服务、Sentinel限流、Seata分布式事务,以及完整的D
140 0
|
2月前
|
缓存 Java API
Java 面试实操指南与最新技术结合的实战攻略
本指南涵盖Java 17+新特性、Spring Boot 3微服务、响应式编程、容器化部署与数据缓存实操,结合代码案例解析高频面试技术点,助你掌握最新Java技术栈,提升实战能力,轻松应对Java中高级岗位面试。
278 0
|
2月前
|
存储 负载均衡 算法
我们来说一说 Java 的一致性 Hash 算法
我是小假 期待与你的下一次相遇 ~
|
3月前
|
算法 架构师 Java
Java 开发岗及 java 架构师百度校招历年经典面试题汇总
以下是百度校招Java岗位面试题精选摘要(150字): Java开发岗重点关注集合类、并发和系统设计。HashMap线程安全可通过Collections.synchronizedMap()或ConcurrentHashMap实现,后者采用分段锁提升并发性能。负载均衡算法包括轮询、加权轮询和最少连接数,一致性哈希可均匀分布请求。Redis持久化有RDB(快照恢复快)和AOF(日志更安全)两种方式。架构师岗涉及JMM内存模型、happens-before原则和无锁数据结构(基于CAS)。
76 5
|
3月前
|
安全 Java API
2025 年 Java 校招面试常见问题及详细答案汇总
本资料涵盖Java校招常见面试题,包括Java基础、并发编程、JVM、Spring框架、分布式与微服务等核心知识点,并提供详细解析与实操代码,助力2025校招备战。
127 1
|
3月前
|
算法 Java 微服务
2025 年 Java 面试宝典社招春招秋招实操全方位攻略
2025年Java面试宝典涵盖核心技术及最新趋势,分为四大板块:1. Java基础:深入数据类型、多态等特性,结合学生信息管理等实例;2. JVM核心:解析内存模型与GC算法,附多线程转账等场景应用;3. 高并发方案:详解synchronized与线程池配置,提供Web服务器优化案例;4. Spring生态:剖析IoC/AOP原理,演示微服务架构实现。特别新增Java 17+特性实操,包括Record类、密封接口等语法糖,整合Spring Boot 3、响应式编程及云原生技术,通过订单状态机、API网关配置。
184 1
|
3月前
|
缓存 算法 NoSQL
校招 Java 面试高频常见知识点深度解析与实战案例详细分享
《2025校招Java面试核心指南》总结了Java技术栈的最新考点,涵盖基础语法、并发编程和云原生技术三大维度: 现代Java特性:重点解析Java 17密封类、Record类型及响应式Stream API,通过电商案例演示函数式数据处理 并发革命:对比传统线程池与Java 21虚拟线程,详解Reactor模式在秒杀系统中的应用及背压机制 云原生实践:提供Spring Boot容器化部署方案,分析Spring WebFlux响应式编程和Redis Cluster缓存策略。
68 0
|
2月前
|
存储 监控 算法
企业上网监控场景下布隆过滤器的 Java 算法构建及其性能优化研究
布隆过滤器是一种高效的数据结构,广泛应用于企业上网监控系统中,用于快速判断员工访问的网址是否为违规站点。相比传统哈希表,它具有更低的内存占用和更快的查询速度,支持实时拦截、动态更新和资源压缩,有效提升系统性能并降低成本。
48 0
|
7天前
|
机器学习/深度学习 算法 新能源
【优化调度】基于matlab粒子群算法求解水火电经济调度优化问题研究(Matlab代码实现)
【优化调度】基于matlab粒子群算法求解水火电经济调度优化问题研究(Matlab代码实现)
|
9天前
|
算法 机器人 定位技术
基于机器视觉和Dijkstra算法的平面建筑群地图路线规划matlab仿真
本程序基于机器视觉与Dijkstra算法,实现平面建筑群地图的路径规划。通过MATLAB 2022A读取地图图像,识别障碍物并进行路径搜索,支持鼠标选择起点与终点,最终显示最优路径及长度,适用于智能导航与机器人路径规划场景。

热门文章

最新文章