ACM 选手带你玩转递归算法!

简介: ACM 选手带你玩转递归算法!

大家好呀,我是帅蛋。


今天来讲一种很重要的算法,全称叫“递上我心爱的小乌龟”,简称“递龟(归)”。

640.jpg


递归是算法中的劳模,应用频率很高。


你可以把它理解成一种编程技巧,它是实现很多其它高级算法的基础,像什么二叉树的遍历,深度优先搜索啥的都有它的身影。


所以递归一定要学好、吃饱,不然后面学习其它数据结构与算法必然难上加难。


我尽量讲懂,你一定要学会。


话不多说,正式开始。


640.png


   什么是递归?



老规矩,学习递归,首先要知道什么是递归。


官方说法是:直接调用自己或通过一系列调用语句间接地调用自己,叫做递归


是不是有点懵?


怎么理解呢?举个被举烂的例子。


从前有座山,山里有座庙,庙里有个花和尚,花和尚在讲故事,讲的什么故事呢?从前有座山,山里有座庙,庙里有个花和尚,花和尚在讲故事,讲的什么故事呢?从前有座山,山里有座庙,....。

640.jpg

看懂了么?在故事中重复提到了同样的故事,这就是递归的核心性质。

640.png

说白了,递归就是一种循环,一种自己调用自己的循环


如果你实在觉的想不明白,你就还把它理解成函数调用了一个与自己一模一样的其它函数。

640.png

   递归的条件



来写个简单的例子:

def f(x):
    return x + f(x - 1)

当 x = 3 时,函数的运作是下面那样:



不知道你发现了没,这个可以一直写下去,时间有多长,它可以写多长。


这种和永动机一样能干的递归叫做死循环,在代码里肯定不能这么搞,递归递归,有递还要有归,只递不归,程序分分钟崩给你看。


所以我们要在递归里加个停止调用自己的条件,让它跳出

def f(x):
    if x > 0:
        return x + f(x - 1)
    return 0

加了一个判断条件后,当 x = 3 时:f(3) = 3 + f(2) = 3 + 2 + f(1) = 3 + 2 + 1 + f(0) = 3 + 2 + 1 + 0 = 6。


看懂了上面,其实递归的条件也呼之欲出了:


  • 问题可以分解为多个重复的子问题(子问题仅存在数据规模的差距,比如 f(2) 和 f(1))。
  • 存在终止条件


   如何写递归代码?


编写递归的代码,只要按照递归的条件去写就好了。


即:找出重复的子问题(递推公式) + 终止条件


比如我们来算 n!。


我们都知道 n! = 1 * 2 * 3 * ... * n 且 0! = 1。


当 n = 3 时,3! = 3 * 2 * 1。


当 n = 4 时,4! = 4 * 3 * 2 * 1。


很容易得出的递推公式就是:


f(n) = n * f(n-1)



有了递推公式,递归代码就成功了一半,剩下就是来看一下终止条件。


自然数最小的 0! = 1,所以终止条件可以是 f(0) =1。


判断是否只需要这一个终止条件,可以用较小的数测试测试一下,比如 n = 1 或者 n = 2。


PS:“判断终止条件的个数”这一步很重要,因为有时候需要两个或者多个终止条件,比如我们很熟悉的斐波那契数列,后面实战题碰到我会再讲。



当 n = 1 时,f(1) = 1 * f(0),当 n = 2 时,f(2) = 2 * f(1),可以看出终止条件足够。


所以代码成了:


def f(n):
    if n > 0:
        return n * f(n-1)
    else:
        return 1

虽然这是个很简单的题,但是也告诉了我们很多:涉及到递归问题,我们不要想太多,就是找出它的递推公式和终止条件。


看起来很简单,单单是找递推公式的能力,就需要你理解它的性质,看穿它的本质,以及最勤奋的多加练习。


   递归の坑



坑 1:栈溢出


我在之前的文章中讲过栈这种后进先出的线性数据结构。在计算机中,当程序运行的时候,调用函数会占用一片栈的内存空间,来保存临时变量。


当调用函数时,必然会将临时变量压入栈,等函数运行结束,这些临时变量出栈。

640.png


如果是这样的话,那你想如果递归的数据规模很大,这就会造成临时变量一直在入栈,入到一定的地步,栈都被塞满了,没地方放了,就会造成栈溢出错误

640.png

这个时候操作系统就会果断出手,强行中断程序。


那么如何避免出现“栈溢出”这种错误呢?


可以人为设置递归调用的深度,递归超过这个深度就不再继续,尽量保证程序不会崩掉。


栈是一种后进先出(Last in First Out)的数据结构,简称 LIFO


坑 2:重复计算


很多时候使用递归的时候会产生无谓的子操作。


比如我们都知道的斐波那契数列。


它的递推公式是 f(n) = f(n-1) + f(n-2),我来把它简单分解一下,如下图。

640.png

上图中的 f(2) 就被重复计算了,这还只是 n = 4 的情况,当 n 更大时,出现重复的会更多。


所以很多时候,用递归解决问题并不是最佳的,特别是有许多重复子问题的时候。


出现这种情况的解决办法就是“判重 + 记录结果”,就是先保存已经求解过的 f 值,然后每次新求一个 f 值的时候看下之前是否已经求解过该值,这样就可以避免重复计算

640.jpg


到这的话,递归就全部讲完了。


还是那句话,学习递归最重要的是学习它的算法思想,这就需要理解它的性质,看穿它的本质,同时勤奋的多加练习。


相信臭宝们一定可以玩弄递归于股掌之中,学会了记得回来点赞在看留言么么哒


我是帅蛋,我们下次见。





相关文章
|
算法
ACM算法训练【贪心合集】
ACM算法训练【贪心合集】
96 0
ACM算法训练【贪心合集】
|
算法 Java Python
ACM 选手图解 LeetCode Pow(x,n)
ACM 选手图解 LeetCode Pow(x,n)
ACM 选手图解 LeetCode Pow(x,n)
|
算法 Java Python
ACM 选手图解 LeetCode 对称二叉树
ACM 选手图解 LeetCode 对称二叉树
ACM 选手图解 LeetCode 对称二叉树
|
算法 搜索推荐
ACM 选手带你玩转分治算法!
ACM 选手带你玩转分治算法!
ACM 选手带你玩转分治算法!
|
算法 Python
ACM 选手带你玩转二分查找
ACM 选手带你玩转二分查找
ACM 选手带你玩转二分查找
|
存储 算法 数据库管理
ACM 选手带你玩转二叉树
ACM 选手带你玩转二叉树
ACM 选手带你玩转二叉树
ACM 选手带你玩转 KMP 算法!
ACM 选手带你玩转 KMP 算法!
ACM 选手带你玩转 KMP 算法!
|
算法 Java Python
ACM 选手图解 LeetCode 最大二叉树
ACM 选手图解 LeetCode 最大二叉树
ACM 选手图解 LeetCode 最大二叉树
|
算法 Java Python
ACM 选手图解 LeetCode 相同的树
ACM 选手图解 LeetCode 相同的树
ACM 选手图解 LeetCode 相同的树