3.2 KiB
3.2 KiB
递归
递归是一种设计和描述算法的有力工具。 递归算法执行过程分 递推 和 回归 两个阶段
在 递推 阶段,将大的问题分解成小的问题
在 回归 阶段,获得最简单问题的解后,逐级返回,依次得到稍微复杂情况的解,知道获得最终的结果
1) 确定递归公式
2) 确定边界条件
自顶向下的递归,自底向上是迭代
递归运行效率较低,因为有函数调用的开销,递归多次也可能造成栈溢出。
其它案例
- 阶乘计算
- 梵塔问题 (三根针1,2,3表示,1号从小到大n个盘子,先要都移到3号上,不能出现大盘压小盘,找出移动次数最少的方案)
- 快速排序
斐波那契数列
fib(n)=fib(n-1)+fib(n-2)
递归实现
int fib(int N) {
if (N == 1 || N == 2) return 1;
return fib(N - 1) + fib(N - 2);
}
这个递归的算法效率非常差,存在大量重复计算。
非递归实现
我们可以有一个【缓存】,每次遇到一个子问题先去「缓存」里查一查,如果发现之前已经解决过这个问题了,直接把答案拿出来用,不要再耗时去计算了。
public int fib(int n){
if (n == 0) return 0;
//缓存
int[] dp = new int[n + 1];
// base case
dp[0] = 0; dp[1] = 1;
// 状态转移
for (int i = 2; i <= n; i++) {
dp[i] = dp[i - 1] + dp[i - 2];
}
return dp[n];
}
说一个细节优化点,当前状态只和之前的两个状态有关,其实并不需要那么长的一个 DP table 来存储所有的状态,只要想办法存储之前的两个状态就行了。所以,可以进一步优化,把空间复杂度降为 O(1):
int fib(int n) {
if (n < 1) return 0;
if (n == 2 || n == 1)
return 1;
int prev = 1, curr = 1;
for (int i = 3; i <= n; i++) {
int sum = prev + curr;
prev = curr;
curr = sum;
}
return curr;
}
合并有序链表
递归解法
public static LinkedNode mergeSeqLink2(LinkedNode l1, LinkedNode l2){
if(l1 == null){
return l2;
}
if(l2 == null){
return l1;
}
if(l1.value < l2.value){
l1.next = mergeSeqLink2(l1.next,l2);
return l1;
}else{
l2.next = mergeSeqLink2(l2.next,l1);
return l2;
}
}
非递归解法
public static LinkedNode mergeSeqLink(LinkedNode l1, LinkedNode l2){
if (l1 == null) return l2;
if (l2 == null) return l1;
LinkedNode result = new LinkedNode(0);
LinkedNode tmp = result;
while (l1 != null && l2 != null) {
if (l1.value < l2.value) {
tmp.next = l1;
tmp = tmp.next; //tmp 指针前进
l1 = l1.next ; //l1 前进
} else {
tmp.next = l2;
l2 = l2.next;
tmp = tmp.next;
}
}
if (l1 != null) {
tmp.next = l1;
}
if (l2 != null) {
tmp.next = l2;
}
return result.next;
}