遞歸是算法中一種非常重要的思想,應(yīng)用也很廣,小到階乘,再在工作中用到的比如統(tǒng)計(jì)文件夾大小,大到 Google 的 PageRank 算法都能看到,也是面試官很喜歡的考點(diǎn)
五峰網(wǎng)站制作公司哪家好,找創(chuàng)新互聯(lián)!從網(wǎng)頁設(shè)計(jì)、網(wǎng)站建設(shè)、微信開發(fā)、APP開發(fā)、響應(yīng)式網(wǎng)站設(shè)計(jì)等網(wǎng)站項(xiàng)目制作,到程序開發(fā),運(yùn)營維護(hù)。創(chuàng)新互聯(lián)自2013年起到現(xiàn)在10年的時(shí)間,我們擁有了豐富的建站經(jīng)驗(yàn)和運(yùn)維經(jīng)驗(yàn),來保證我們的工作的順利進(jìn)行。專注于網(wǎng)站建設(shè)就選創(chuàng)新互聯(lián)。
最近看了不少遞歸的文章,收獲不小,不過我發(fā)現(xiàn)大部分網(wǎng)上的講遞歸的文章都不太全面,主要的問題在于解題后大部分都沒有給出相應(yīng)的時(shí)間/空間復(fù)雜度,而時(shí)間/空間復(fù)雜度是算法的重要考量!遞歸算法的時(shí)間復(fù)雜度普遍比較難(需要用到歸納法等),換句話說,如果能解決遞歸的算法復(fù)雜度,其他算法題題的時(shí)間復(fù)雜度也基本不在話下。另外,遞歸算法的時(shí)間復(fù)雜度不少是不能接受的,如果發(fā)現(xiàn)算出的時(shí)間復(fù)雜度過大,則需要轉(zhuǎn)換思路,看下是否有更好的解法 ,這才是根本目的,不要為了遞歸而遞歸!
本文試圖從以下幾個(gè)方面來講解遞歸
力爭(zhēng)讓大家對(duì)遞歸的認(rèn)知能上一個(gè)新臺(tái)階,特別會(huì)對(duì)遞歸的精華:時(shí)間復(fù)雜度作詳細(xì)剖析,會(huì)給大家總結(jié)一套很通用的求解遞歸時(shí)間復(fù)雜度的套路,相信你看完肯定會(huì)有收獲
簡單地說,就是如果在函數(shù)中存在著調(diào)用函數(shù)本身的情況,這種現(xiàn)象就叫遞歸。
以階乘函數(shù)為例,如下, 在 factorial 函數(shù)中存在著 factorial(n - 1) 的調(diào)用,所以此函數(shù)是遞歸函數(shù)
public int factorial(int n) {
if (n < =1) {
return 1;
}
return n * factorial(n - 1)
}
進(jìn)一步剖析「遞歸」,先有「遞」再有「歸」,「遞」的意思是將問題拆解成子問題來解決, 子問題再拆解成子子問題,...,直到被拆解的子問題無需再拆分成更細(xì)的子問題(即可以求解),「歸」是說最小的子問題解決了,那么它的上一層子問題也就解決了,上一層的子問題解決了,上上層子問題自然也就解決了,....,直到最開始的問題解決,文字說可能有點(diǎn)抽象,那我們就以階層 f(6) 為例來看下它的「遞」和「歸」。
求解問題 f(6), 由于 f(6) = n f(5), 所以 f(6) 需要拆解成 f(5) 子問題進(jìn)行求解,同理 f(5) = n f(4) ,也需要進(jìn)一步拆分,... ,直到 f(1), 這是「遞」,f(1) 解決了,由于 f(2) = ?2 f(1) = 2 也解決了,.... f(n)到最后也解決了,這是「歸」,所以遞歸的本質(zhì)是能把問題拆分成具有相同解決思路的子問題,。。。直到最后被拆解的子問題再也不能拆分,解決了最小粒度可求解的子問題后,在「歸」的過程中自然順其自然地解決了最開始的問題。
我們?cè)谏弦还?jié)仔細(xì)剖析了什么是遞歸,可以發(fā)現(xiàn)遞歸有以下兩個(gè)特點(diǎn)
所以解遞歸題的關(guān)鍵在于我們首先需要根據(jù)以上遞歸的兩個(gè)特點(diǎn)判斷題目是否可以用遞歸來解。
經(jīng)過判斷可以用遞歸后,接下來我們就來看看用遞歸解題的基本套路(四步曲):
聽起來是不是很簡單,接下來我們就由淺入深地來看幾道遞歸題,看下怎么用上面的幾個(gè)步驟來套
輸入一個(gè)正整數(shù)n,輸出n!的值。其中n!=123…n,即求階乘
套用上一節(jié)我們說的遞歸四步解題套路來看看怎么解
/**
* 求 n 的階乘
*/
public int factorial(int n) {
}
將第二步的遞推公式用代碼表示出來補(bǔ)充到步驟 1 定義的函數(shù)中
/**
* 求 n 的階乘
*/
public int factorial(int n) {
// 第二步的臨界條件
if (n < =1) {
return 1;
}
// 第二步的遞推公式
return n * factorial(n-1)
}
看起來是不是有這么點(diǎn)眉目, 當(dāng)然這道題確實(shí)太過簡單,很容易套路,那我們?cè)賮砜催M(jìn)階一點(diǎn)的題
一只青蛙可以一次跳 1 級(jí)臺(tái)階或一次跳 2 級(jí)臺(tái)階,例如:
跳上第 1 級(jí)臺(tái)階只有一種跳法:直接跳 1 級(jí)即可。跳上第 2 級(jí)臺(tái)階
有兩種跳法:每次跳 1 級(jí),跳兩次;或者一次跳 2 級(jí)。
問要跳上第 n 級(jí)臺(tái)階有多少種跳法?
我們繼續(xù)來按四步曲來看怎么套路
/**
* 跳 n 極臺(tái)階的跳法
*/
public int f(int n) {
}
/**
* 跳 n 極臺(tái)階的跳法
*/
public int f(int n) {
if (n == 1) return 1;
if (n == 2) return 2;
return f(n-1) + f(n-2)
}
斐波那契的時(shí)間復(fù)雜度計(jì)算涉及到高等代數(shù)的知識(shí), 這里不做詳細(xì)推導(dǎo),我們直接結(jié)出結(jié)論
由些可知時(shí)間復(fù)雜度是指數(shù)級(jí)別,顯然不可接受,那回過頭來看為啥時(shí)間復(fù)雜度這么高呢,假設(shè)我們要計(jì)算 f(6),根據(jù)以上推導(dǎo)的遞歸公式,展示如下
可以看到有大量的重復(fù)計(jì)算, f(3) 計(jì)算了 3 次, 隨著 n 的增大,f(n) 的時(shí)間復(fù)雜度自然呈指數(shù)上升了
既然有這么多的重復(fù)計(jì)算,我們可以想到把這些中間計(jì)算過的結(jié)果保存起來,如果之后的計(jì)算中碰到同樣需要計(jì)算的中間態(tài),直接在這個(gè)保存的結(jié)果里查詢即可,這就是典型的?以空間換時(shí)間,改造后的代碼如下
public int f(int n) {
if (n == 1) return 1;
if (n == 2) return 2;
// map 即保存中間態(tài)的鍵值對(duì), key 為 n,value 即 f(n)
if (map.get(n)) {
return map.get(n)
}
return f(n-1) + f(n-2)
}
那么改造后的時(shí)間復(fù)雜度是多少呢,由于對(duì)每一個(gè)計(jì)算過的 f(n) 我們都保存了中間態(tài) ,不存在重復(fù)計(jì)算的問題,所以時(shí)間復(fù)雜度是 O(n), 但由于我們用了一個(gè)鍵值對(duì)來保存中間的計(jì)算結(jié)果,所以空間復(fù)雜度是 O(n)。問題到這里其實(shí)已經(jīng)算解決了,但身為有追求的程序員,我們還是要問一句,空間復(fù)雜度能否繼續(xù)優(yōu)化?
使用循環(huán)迭代來改造算法 我們?cè)诜治鰡栴}與子問題關(guān)系(f(n) = f(n-1) + f(n-2))的時(shí)候用的是自頂向下的分析方式,但其實(shí)我們?cè)诮?f(n) 的時(shí)候可以用自下而上的方式來解決,通過觀察我們可以發(fā)現(xiàn)以下規(guī)律
f(1) = 1
f(2) = 2
f(3) = f(1) + f(2) = 3
f(4) = f(3) + f(2) = 5
....
f(n) = f(n-1) + f(n-2)
最底層 f(1), f(2) 的值是確定的,之后的 f(3), f(4) ,...等問題都可以根據(jù)前兩項(xiàng)求解出來,一直到 f(n)。所以我們的代碼可以改造成以下方式
public int f(int n) {
if (n == 1) return 1;
if (n == 2) return 2;
int result = 0;
int pre = 1;
int next = 2;
for (int i = 3; i < n + 1; i ++) {
result = pre + next;
pre = next;
next = result;
}
return result;
}
改造后的時(shí)間復(fù)雜度是 O(n), 而由于我們?cè)谟?jì)算過程中只定義了兩個(gè)變量(pre,next),所以空間復(fù)雜度是O(1)
簡單總結(jié)一下:分析問題我們需要采用自上而下的思維,而解決問題有時(shí)候采用自下而上的方式能讓算法性能得到極大提升,思路比結(jié)論重要
接下來我們來看下一道經(jīng)典的題目: 反轉(zhuǎn)二叉樹 將左邊的二叉樹反轉(zhuǎn)成右邊的二叉樹
接下來讓我們看看用我們之前總結(jié)的遞歸解法四步曲如何解題?
public static class TreeNode {
int val;
TreeNode left;
TreeNode right;
TreeNode(int x) { val = x; }
}
public TreeNode invertTree(TreeNode root) {
}
- 查找問題與子問題的關(guān)系,得出遞推公式 我們之前說了,解題要采用自上而下的思考方式,那我們?nèi)∏懊娴?, 2,3 結(jié)點(diǎn)來看,對(duì)于根節(jié)點(diǎn) 1 來說,假設(shè) 2, 3 結(jié)點(diǎn)下的節(jié)點(diǎn)都已經(jīng)翻轉(zhuǎn),那么只要翻轉(zhuǎn) 2, 3 節(jié)點(diǎn)即滿足需求

對(duì)于2, 3 結(jié)點(diǎn)來說,也是翻轉(zhuǎn)其左右節(jié)點(diǎn)即可,依此類推,對(duì)每一個(gè)根節(jié)點(diǎn),依次翻轉(zhuǎn)其左右節(jié)點(diǎn),所以我們可知問題與子問題的關(guān)系是 翻轉(zhuǎn)(根節(jié)點(diǎn)) = ?翻轉(zhuǎn)(根節(jié)點(diǎn)的左節(jié)點(diǎn)) + 翻轉(zhuǎn)(根節(jié)點(diǎn)的右節(jié)點(diǎn)) 即?
invert(root) = invert(root->left) + invert(root->right)
而顯然遞歸的終止條件是當(dāng)結(jié)點(diǎn)為葉子結(jié)點(diǎn)時(shí)終止(因?yàn)槿~子節(jié)點(diǎn)沒有左右結(jié)點(diǎn))
- 將第二步的遞推公式用代碼表示出來補(bǔ)充到步驟 1 定義的函數(shù)中
public TreeNode invertTree(TreeNode root) {
// 葉子結(jié)果不能翻轉(zhuǎn)
if (root == null) {
return null;
}
// 翻轉(zhuǎn)左節(jié)點(diǎn)下的左右節(jié)點(diǎn)
TreeNode left = invertTree(root.left);
// 翻轉(zhuǎn)右節(jié)點(diǎn)下的左右節(jié)點(diǎn)
TreeNode right = invertTree(root.right);
// 左右節(jié)點(diǎn)下的二叉樹翻轉(zhuǎn)好后,翻轉(zhuǎn)根節(jié)點(diǎn)的左右節(jié)點(diǎn)
root.right = left;
root.left = right;
return root;
}
- 時(shí)間復(fù)雜度分析 由于我們會(huì)對(duì)每一個(gè)節(jié)點(diǎn)都去做翻轉(zhuǎn),所以時(shí)間復(fù)雜度是 O(n),那么空間復(fù)雜度呢,這道題的空間復(fù)雜度非常有意思,我們一起來看下,由于每次調(diào)用 invertTree 函數(shù)都相當(dāng)于一次壓棧操作, 那最多壓了幾次棧呢, 仔細(xì)看上面函數(shù)的下一段代碼
TreeNode left = invertTree(root.left);
從根節(jié)點(diǎn)出發(fā)不斷對(duì)左結(jié)果調(diào)用翻轉(zhuǎn)函數(shù), 直到葉子節(jié)點(diǎn),每調(diào)用一次都會(huì)壓棧,左節(jié)點(diǎn)調(diào)用完后,出棧,再對(duì)右節(jié)點(diǎn)壓棧....,下圖可知棧的大小為3, 即樹的高度,如果是完全二叉樹 ,則樹的高度為logn, 即空間復(fù)雜度為O(logn)

最壞情況,如果此二叉樹是如圖所示(只有左節(jié)點(diǎn),沒有右節(jié)點(diǎn)),則樹的高度即結(jié)點(diǎn)的個(gè)數(shù) n,此時(shí)空間復(fù)雜度為 O(n),總的來看,空間復(fù)雜度為O(n)

說句題外話,這道題當(dāng)初曾引起轟動(dòng),因?yàn)?Mac 下著名包管理工具 homebrew ?的作者 Max Howell 當(dāng)初解不開這道題,結(jié)果被 Google 拒了,也就是說如果你解出了這道題,就超越了這位世界大神,想想是不是很激動(dòng)
#### **中級(jí)題**
接下來我們看一下大學(xué)時(shí)學(xué)過的漢諾塔問題: 如下圖所示,從左到右有A、B、C三根柱子,其中A柱子上面有從小疊到大的n個(gè)圓盤,現(xiàn)要求將A柱子上的圓盤移到C柱子上去,期間只有一個(gè)原則:一次只能移到一個(gè)盤子且大盤子不能在小盤子上面,求移動(dòng)的步驟和移動(dòng)的次數(shù)

接下來套用我們的遞歸四步法看下這題怎么解
- 定義問題的遞歸函數(shù),明確函數(shù)的功能,我們定義這個(gè)函數(shù)的功能為:把 A 上面的 n 個(gè)圓盤經(jīng)由 B 移到 C
// 將 n 個(gè)圓盤從 a 經(jīng)由 b 移動(dòng)到 c 上
public void hanoid(int n, char a, char b, char c) {
}
- 查找問題與子問題的關(guān)系 首先我們看如果 A 柱子上只有兩塊圓盤該怎么移

前面我們多次提到,分析問題與子問題的關(guān)系要采用自上而下的分析方式,要將 n 個(gè)圓盤經(jīng)由 B 移到 C 柱上去,可以按以下三步來分析 * 將 上面的 n-1 個(gè)圓盤看成是一個(gè)圓盤,這樣分析思路就與上面提到的只有兩塊圓盤的思路一致了 * 將上面的 ?n-1 個(gè)圓盤經(jīng)由 C 移到 B * 此時(shí)將 A 底下的那塊最大的圓盤移到 C * 再將 B 上的 n-1 個(gè)圓盤經(jīng)由A移到 C上
有人問第一步的 n - 1 怎么從 C 移到 B,重復(fù)上面的過程,只要把 上面的 n-2個(gè)盤子經(jīng)由 A 移到 B, 再把A最下面的盤子移到 C,最后再把上面的 n - 2 的盤子經(jīng)由A 移到 B 下..., 怎么樣,是不是找到規(guī)律了,不過在找問題的過程中?**切忌把子問題層層展開**,到漢諾塔這個(gè)問題上切忌再分析 n-3,n-4 怎么移,這樣會(huì)把你繞暈,只要找到一層問題與子問題的關(guān)系得出可以用遞歸表示即可。
由以上分析可得
move(n from A to C) = move(n-1 from A to B) + move(A to C) + move(n-1 from B to C`)
一定要先得出遞歸公式,哪怕是偽代碼也好!這樣第三步推導(dǎo)函數(shù)編寫就容易很多,終止條件我們很容易看出,當(dāng) A 上面的圓盤沒有了就不移了
- 根據(jù)以上的遞歸偽代碼補(bǔ)充函數(shù)的功能
// 將 n 個(gè)圓盤從 a 經(jīng)由 b 移動(dòng)到 c 上
public void hanoid(int n, char a, char b, char c) {
if (n <= 0) {
return;
}
// 將上面的 n-1 個(gè)圓盤經(jīng)由 C 移到 B
hanoid(n-1, a, c, b);
// 此時(shí)將 A 底下的那塊最大的圓盤移到 C
move(a, c);
// 再將 B 上的 n-1 個(gè)圓盤經(jīng)由A移到 C上
hanoid(n-1, b, a, c);
}
public void move(char a, char b) {
printf("%c->%c\n", a, b);
}
**從函數(shù)的功能**上看其實(shí)比較容易理解,整個(gè)函數(shù)定義的功能就是把 A 上的 n 個(gè)圓盤 經(jīng)由 B 移到 C,由于定義好了這個(gè)函數(shù)的功能,那么接下來的把 n-1 個(gè)圓盤 經(jīng)由 C 移到 B 就可以很自然的調(diào)用這個(gè)函數(shù),所以**明確函數(shù)的功能非常重要**,按著函數(shù)的功能來解釋,遞歸問題其實(shí)很好解析,**切忌在每一個(gè)子問題上層層展開死摳**,這樣這就陷入了遞歸的陷阱,計(jì)算機(jī)都會(huì)棧溢出,何況人腦
- 時(shí)間復(fù)雜度分析 從第三步補(bǔ)充好的函數(shù)中我們可以推斷出
f(n) = f(n-1) + 1 + f(n-1) = 2f(n-1) + 1 = 2(2f(n-2) + 1) + 1 = 2 * 2 * f(n-2) + 2 + 1 = 2<sup>2</sup>?* f(n-3) + 2 + 1 = 2<sup>2</sup>?* f(n-3) + 2 + 1 = ?2<sup>2</sup>?* (2f(n-4) + 1) = 2<sup>3</sup>?* f(n-4) + 2<sup>2</sup>??+ 1 = .... ? ? ? ?// 不斷地展開 = 2<sup>n-1</sup>?+ 2<sup>n-2</sup>?+ ....+ 1
顯然時(shí)間復(fù)雜度為 O(2<sup>n</sup>),很明顯指數(shù)級(jí)別的時(shí)間復(fù)雜度是不能接受的,漢諾塔非遞歸的解法比較復(fù)雜,大家可以去網(wǎng)上搜一下
#### **進(jìn)階題**
現(xiàn)實(shí)中大廠中的很多遞歸題都不會(huì)用上面這些相對(duì)比較容易理解的題,更加地是對(duì)遞歸問題進(jìn)行相應(yīng)地變形, 來看下面這道題
> 細(xì)胞分裂 有一個(gè)細(xì)胞 每一個(gè)小時(shí)分裂一次,一次分裂一個(gè)子細(xì)胞,第三個(gè)小時(shí)后會(huì)死亡。那么n個(gè)小時(shí)候有多少細(xì)胞?
照樣我們用前面的遞歸四步曲來解
- 定義問題的遞歸函數(shù),明確函數(shù)的功能 我們定義以下函數(shù)為 n 個(gè)小時(shí)后的細(xì)胞數(shù)
public int allCells(int n) {
}
- 接下來尋找問題與子問題間的關(guān)系(即**遞推公式**) 首先我們看一下一個(gè)細(xì)胞出生到死亡后經(jīng)歷的所有細(xì)胞分裂過程

圖中的 A 代表細(xì)胞的初始態(tài), B代表幼年態(tài)(細(xì)胞分裂一次), C 代表成熟態(tài)(細(xì)胞分裂兩次),C 再經(jīng)歷一小時(shí)后細(xì)胞死亡 以 f(n) 代表第 n 小時(shí)的細(xì)胞分解數(shù) f<sub>a</sub>(n) 代表第 n 小時(shí)處于初始態(tài)的細(xì)胞數(shù), f<sub>b</sub>(n) 代表第 n 小時(shí)處于幼年態(tài)的細(xì)胞數(shù) f<sub>c</sub>(n) 代表第 n 小時(shí)處于成熟態(tài)的細(xì)胞數(shù) 則顯然 f(n) = ?f<sub>a</sub>(n) ?+ f<sub>b</sub>(n) ?+ f<sub>c</sub>(n) 那么 f<sub>a</sub>(n) 等于多少呢,以n = 4 (即一個(gè)細(xì)胞經(jīng)歷完整的生命周期)為例
仔細(xì)看上面的圖
可以看出 f<sub>a</sub>(n) ?= f<sub>a</sub>(n-1) + f<sub>b</sub>(n-1) + f<sub>c</sub>(n-1), 當(dāng) n = 1 時(shí),顯然 f<sub>a</sub>(1) = 1
f<sub>b</sub>(n) 呢,看下圖可知 f<sub>b</sub>(n) ?= f<sub>a</sub>(n-1)。當(dāng) n = 1 時(shí) ?f<sub>b</sub>(n) = 0

f<sub>c</sub>(n) 呢,看下圖可知 ?f<sub>c</sub>(n) ?= f<sub>b</sub>(n-1)。當(dāng) n = 1,2 時(shí) f<sub>c</sub>(n) = 0

綜上, 我們得出的遞歸公式如下

- 根據(jù)以上遞歸公式我們補(bǔ)充一下函數(shù)的功能
public int allCells(int n) {
return aCell(n) + bCell(n) + cCell(n);
}
/**
/**
/**
只要思路對(duì)了,將遞推公式轉(zhuǎn)成代碼就簡單多了,另一方面也告訴我們,可能一時(shí)的遞歸關(guān)系我們看不出來,此時(shí)可以借助于畫圖來觀察規(guī)律
之前青蛙跳臺(tái)階時(shí)間復(fù)雜度是指數(shù)級(jí)別的,而這個(gè)方程式顯然比之前的遞推公式(f(n) = f(n-1) + f(n-2)) 更復(fù)雜的,所以顯然也是指數(shù)級(jí)別的
大部分遞歸題其實(shí)還是有跡可尋的, 按照之前總結(jié)的解遞歸的四個(gè)步驟可以比較順利的解開遞歸題,一些比較復(fù)雜的遞歸題我們需要勤動(dòng)手,畫畫圖,觀察規(guī)律,這樣能幫助我們快速發(fā)現(xiàn)規(guī)律,得出遞歸公式,一旦知道了遞歸公式,將其轉(zhuǎn)成遞歸代碼就容易多了,很多大廠的遞歸考題并不能簡單地看出遞歸規(guī)律,往往會(huì)在遞歸的基礎(chǔ)上多加一些變形,不過萬遍不離其宗,我們多采用自頂向下的分析思維,多練習(xí),相信遞歸不是什么難事
當(dāng)前文章:一文教你學(xué)會(huì)遞歸解題
網(wǎng)站鏈接:http://www.rwnh.cn/article12/pgchgc.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供品牌網(wǎng)站制作、定制開發(fā)、服務(wù)器托管、移動(dòng)網(wǎng)站建設(shè)、動(dòng)態(tài)網(wǎng)站、小程序開發(fā)
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來源: 創(chuàng)新互聯(lián)