一图理解递归-算法通关村

一图理解递归-算法通关村


  • 递归是我们算法进阶的基础,是必须要掌握的内容,只有掌握了递归才算真的会算法。与递归有关的问题有:
    • 与树和二叉树相关的大部问题
    • 二分查找相关的问题
    • 快速排序、归并排序相关的问题
    • 所有回溯的问题
    • 所有动态规划的问题

1 递归的特征

  • 递归,大部分人都知道怎么回事,但是代码就是写不出来,所谓”你讲的都对,但我就是不会“。
    递归的本质仍然是方法调用,不过是自己调用自己,系统给我们维护了不同调用之间的保存和返回等功能。
    这种例子在现实中也有很多的,例如有一个笑话:
    从前啊,有座山,山上有座庙,庙里有个老和尚和一个小和尚在讲故事,老和尚对小和尚说:
    从前啊,有座山,山上有座庙,庙里有个老和尚和一个小和尚在讲故事,老和尚对小和尚说:

  • 如果看递归代码的结构,就像下面这个样子,前面的每一层都去一模一样地调下一层,不同的只是输入和输出的参数。

  • 当然这个过程不能一直持续下去,一定要在满足某个要求之后返回结果的,否则的话,就会抛出“StackOverFLow”的问题。

  • 所有的递归有两个基本的特征:
    执行时范围不断缩小,这样才能触底反弹
    终止判断在调用递归的前面,这个终止条件,就是要触的底。
    理解这几条特征可以辅助我们更好的理解递归,我们一条条来看:

    • 【1】 执行范围不断缩小
      递归就是数学里的递推,设计递归就是努力寻找数学里的递推公式,例如阶乘的递推公式就是f(n) n*f(n 1),很明显一定是要触底之后才能反弹。再比如斐波那契数列的递归公式为f(n)=f(n-1)+f(n-2),n也在不断缩小。这条规律可以辅助我们检查自己写的递推公式对不对。
      范围缩小不一定只体现n的变化上,在树的递归中我们会大量使用类似这样的结构:

    • 每递归一次,都将范围缩小到当前节点的左子树或右子树,范围也是在不断缩小。

    • int leftDepth = getDepth(node.left); int rightDepth = getDepth(node.right);
    • 【2】终止条件判断在递归调用的前面
      递归之后可能还有终止条件,但是在执行递归之前,一定会有一个终止条件。这一条也可以帮助我们检查自己写的算法对不对。


2 如何写递归

  • 明白了上面的道理,那么该怎么才能写出递归方法呢?
    第一步:从小到大递推
    大部分从n=1,2,3或者只有一两个元素开始写最简单。例如斐波那契序列为1 1 2 3 5 8, 从n=3开始都满足f(n) = f(n-1) + f(n-2),然后我们再选择某个比较大的n来验证即可。
    我们仍然以阶乘和斐波那契数列为例来看。斐波那契数列的是这样一个数列:1、1、2、3、5、8、13、21、34…即第一项 f(1) = 1,第二项 f(2) = 1⋯,从第三项开始就满足:
    f(n) = f(n-1) + f(n-2)
    这就是我们要找的递归公式。
    对于阶乘也是一样的:

  • n=1 f(1)=1 n=2 f(2)=2 ** f(1)=2 n=3 f(3)=3* * f(2)=6 n=4 f(4)=4 * f(3)=24
  • 由此我们可以推测出递推公式:f(n) = n * f(n-1)。

  • 第二步:分情况讨论,明确结束条件
    我们说过递归里终止条件一定是靠前的,而大部分递归的终止条件不过是n最小开始触底反弹时的几种情况。
    对于阶乘,当n=1时你就应该知道f(1)=1,也就是下面这样子:

  • //算 n 的阶乘(假设n不为0)
    int f(int n){
    if(n == 1){
    return 1;
    }
    }
  • 有时候需要考虑的终止条件不止一个,例如斐波那契数列的递推公式f(n)=f(n-1)+f(-2)里,如果n=2时会出现f(2)=f(1)+f(0),很明显这里是没有f(0)的,所以我们要将n==2也给限制住,所以结束条件是这样的:

  • int f(int n){
    if(n <= 2){
    return 1;
    }
    }
  • 有些情况不一定是触底才开始反弹,而是达到某种要求就要停止,这样需要考虑的情况会比较多。解决这类问题最直接的方式就是枚举,将可能的情况列举一下,再逐步优化。
    只有列举清楚了才可能将终止条件写完整,所以在面试的时候千万不要上来就写,而应该先和面试官讨论你的设计方案,不要害怕与面试官讨论!假如有明显的缺陷他甚至会提醒你的,所以这也是借力打力的一个技巧。

  • 第三步:组合出完整方法
    将递推公式和终止条件组合起来,变成完整的方法。

  • 算 n 的阶乘:

  • int factorial(int n){
    if(n == 1){
    return 1;
    }
    return factorial(n-1)*n
    }
  • 斐波那契数列的实现:

  • int fibonacci(int n){
    //1.先写递归结束条件
    if(n <= 2){
    return 1;
    }
    return fibonacci(n-1) + fibonacci(n-2);
    }

3 怎么看懂地柜代码

  • 对于很多人来说,特别是刚开始学习递归的时候,最大的问题是给了答案也看不懂。另外因为调试的时候断点位置的数值一直变,让人看着晕,因此递归的代码也贼难调试。
  • 我们先思考一个问题,上面的阶乘,如果n=4会调几次上面的 factorial(int n) 方法呢?很明显应该是4次,递归的特征就是“不撞南墙不回头”,n=4,3和2时会继续递归,而n=1时发现满足退出条件了,就执行 return 1,不再递归,而是不断返回上一层并计算。
  • 接着再看返回时每层参数的问题,递归本质上仍然是方法调用,所以可以按照方法调用的方式来验证写的对不对。
    下面这个图完整的表示了求阶乘的过程,你会发现递归不过是一个方法被调了好几次,每次n都在减小,这就是递进的过程。触底之后,也就是满足终止条件之后就开始返回了。
    递进的时候当前层的n被系统给保存了,而返回的时候会自动设置回来,因此每层的n自然是不一样的,所以此时就是重新拿到当前这一层n的值完成计算即可。
    例如我们将f(4)阶乘的过程如下:
    底之后,也就是满足终止条件之后就开始返回了。
    递进的时候当前层的n被系统给保存了,而返回的时候会自动设置回来,因此每层的n自然是不一样的,所以此时就是重新拿到当前这一层n的值完成计算即可。
    例如我们将f(4)阶乘的过程如下:

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/483720.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

scrapy爬虫框架

scrapy爬虫框架 一、scrapy的概念作用和工作流程1、scrapy的概念2、scrapy框架的作用3、scrapy的工作流程&#xff08;重点&#xff09;3.1 回顾之前的爬虫流程3.2 改写上述流程3.3 scrapy的流程3.4 scrapy的三个内置对象3.5 scrapy中每个模块的具体作用 二、scrapy的入门使用1…

【机器学习】无监督学习算法之:主成分分析

主成分分析 1、引言2、主成分分析2.1 定义2.2 原理2.3 实现方式2.4 算法公式2.5 代码示例 3、总结 1、引言 小屌丝&#xff1a;鱼哥&#xff0c; 快&#xff0c;快。 小鱼&#xff1a;… 啥情况&#xff0c; 你可别乱喊。 小屌丝&#xff1a;额… 我的意思&#xff0c;是你该继…

【附订阅OnlyFans攻略】2024年AI:一个交织着创新与挑战的故事

2024年AI&#xff1a;一个交织着创新与挑战的故事 在2024年的一个清晨&#xff0c;阳光透过智能窗户的调节&#xff0c;柔和地洒在书房里。李华&#xff0c;一位年轻的科技创业者&#xff0c;坐在书桌前&#xff0c;凝视着电脑屏幕上不断跳动的数据和图像。他正在进行一项重要…

Flutter 项目架构技术指南

Flutter 项目架构技术指南 视频 https://www.bilibili.com/video/BV1rx4y127kN/ 前言 原文 https://ducafecat.com/blog/flutter-clean-architecture-guide 探讨Flutter项目代码组织架构的关键方面和建议。了解设计原则SOLID、Clean Architecture&#xff0c;以及架构模式MVC…

qt 实现 轮播图效果,且还有 手动 上一页和下一页 已解决

QT中有 轮播图的需求&#xff0c;按照正常html版本 。只需要配置数组就能搞定&#xff0c;但是c qt版本 应该用什么了。 第一想到的是采用定时器。 // 定时器初始化{m_pTime new QTimer(this);m_pTime->start(4 * 1000);//启动定时器并设置播放时间间隔m_pAutoFlag true;/…

网络层(IP层)

IP协议的本质&#xff1a;有将数据跨网络传输的能力 而用户需要的是将数据从主机A到主机B可靠地跨网络传输 IP的组成&#xff1a;目标网络目标主机 IP由目标网络和目标主机两部分组成&#xff0c;IP报文要进行传输&#xff0c;要先到达目标网络&#xff0c;然后经过路由器转到…

使用阿里云服务器搭建网站教程,超简单10分钟网站上线

使用阿里云服务器快速搭建网站教程&#xff0c;先为云服务器安装宝塔面板&#xff0c;然后在宝塔面板上新建站点&#xff0c;阿里云服务器网aliyunfuwuqi.com以搭建WordPress网站博客为例&#xff0c;来详细说下从阿里云服务器CPU内存配置选择、Web环境、域名解析到网站上线全流…

【算法设计与分析】实现Trie前缀树

&#x1f4dd;个人主页&#xff1a;五敷有你 &#x1f525;系列专栏&#xff1a;算法分析与设计 ⛺️稳中求进&#xff0c;晒太阳 题目 Trie&#xff08;发音类似 "try"&#xff09;或者说 前缀树 是一种树形数据结构&#xff0c;用于高效地存储和检索字符串…

【评分标准】【网络系统管理】2019年全国职业技能大赛高职组计算机网络应用赛项H卷 无线网络勘测设计

第一部分&#xff1a;无线网络勘测设计评分标准 序号评分项评分细项评分点说明评分方式分值1点位设计图AP编号AP编号符合“AP型号位置编号”完全匹配5AP型号独立办公室、小型会议室选用WALL AP110完全匹配5员工寝室选用智分&#xff0c;其他用放装完全匹配5其它区域选用放装AP…

睿考网:二建可以跨省考试吗?

二级建造师资格考试允许考生进行跨省报名&#xff0c;但是考试通过后的注册环节&#xff0c;必须在考试所在的省份完成。建议在初始注册过程中选择与报名信息相符的单位&#xff0c;以确保符合当地的职业要求规定。 关于二建的考试地点&#xff0c;考生可以选择在工作单位所在…

鸿蒙Harmony应用开发—ArkTS-@Observed装饰器和@ObjectLink装饰器:嵌套类对象属性变化

上文所述的装饰器仅能观察到第一层的变化&#xff0c;但是在实际应用开发中&#xff0c;应用会根据开发需要&#xff0c;封装自己的数据模型。对于多层嵌套的情况&#xff0c;比如二维数组&#xff0c;或者数组项class&#xff0c;或者class的属性是class&#xff0c;他们的第二…

sr501人体红外传感器

sr501人体红外传感器 文章目录 sr501人体红外传感器1.介绍2.使用方法3.示例代码 持续更新中1.介绍 模块信息介绍来自百问网&#xff0c;仅供学习和参考​ 人体都有恒定的体温&#xff0c;一般在 37 度&#xff0c;所以会发出特定波长 10uM 左右的红外线&#xff0c;被动式红外…

推荐一款制造执行系统(MES)国内比较好的实施厂家

什么是MES 制造执行系统&#xff08;MES&#xff09;是一种用于监控、控制和优化制造过程的软件系统。它通过与企业资源计划&#xff08;ERP&#xff09;系统和自动化系统的集成&#xff0c;实现对生产过程的管理和监测&#xff0c;包括生产计划、生产过程和生产数据。 MES可…

基于python+vue分类信息服务平台移动端的设计与实现flask-django-php-nodejs

分类信息服务平台是在Android操作系统下的应用平台。为防止出现兼容性及稳定性问题&#xff0c;框架选择的是django&#xff0c;Android与后台服务端之间的数据存储主要通过MySQL。用户在使用应用时产生的数据通过 python等语言传递给数据库。通过此方式促进分类信息服务平台信…

高等数学基础篇(数二)之微分方程

微分方程&#xff1a; 一、常微分方程的基本概念 二、一阶微分方程 三、可降阶的高阶方程 四、高阶线性微分方程 目录 一、常微分方程的基本概念 二、一阶微分方程 三、可降阶的高阶方程 四、高阶线性微分方程 一、常微分方程的基本概念 二、一阶微分方程 帮助理解&…

C++学习之旅(二)运行四个小项目 (Ubuntu使用Vscode)

如果是c语言学的比较好的同学 可以直接跟着代码敲一遍&#xff0c;代码附有详细语法介绍&#xff0c;不可错过 一&#xff0c;猜数字游戏 #include <iostream> #include <cstdlib> #include <ctime>int main() {srand(static_cast<unsigned int>(tim…

SpringBoot整合Swagger-UI实现在线API文档

✅作者简介:大家好,我是Leo,热爱Java后端开发者,一个想要与大家共同进步的男人😉😉🍎个人主页:Leo的博客 💞当前专栏: 循序渐进学SpringBoot ✨特色专栏: MySQL学习 🥭本文内容:SpringBoot整合Swagger-UI实现在线API文档 📚个人知识库: Leo知识库,欢迎大…

在 vite 开发环境,使用https自签证书 --- mkcert

在 vite 开发环境&#xff0c;使用https自签证书 — mkcert 使用basicSsl&#xff08;vitejs/plugin-basic-ssl&#xff09; 在vite开发环境中&#xff0c;使用 basicSsl 插件能暂时提供https服务&#xff0c;同时&#xff0c;也会面临总是提示一下的问题,如下图 提示https证…

108、3D Gaussian Splatting for Real-Time Radiance Field Rendering

简介 官网 更少训练时间的同时实现最先进的视觉质量&#xff0c;能在1080p分辨率下实现高质量的实时(≥30 fps)新视图合成 NeRF使用隐式场景表示&#xff0c;体素&#xff0c;点云等属于显示建模方法&#xff0c;3DGS就是显示辐射场。它用3D高斯作为灵活高效的表示方法&…

R-CNN笔记

目标检测之R-CNN论文精讲&#xff0c;RCNN_哔哩哔哩_bilibili 论文背景 在该论文提出之前&#xff0c;主流的目标检测思路是&#xff1a; 将一幅图片划分成很多个区域&#xff0c;单独提取出来 对于每个区域使用传统的特征提取方法提取 提取结束后可以使用以为特征向量表示 可以…
最新文章