美文网首页
08|递归:如何用三行代码找到“最终推荐人”?

08|递归:如何用三行代码找到“最终推荐人”?

作者: 雪燃归来 | 来源:发表于2020-05-19 08:28 被阅读0次

一、什么是递归?

1.递归是一种非常高效、简洁的编码技巧,一种应用非常广泛的算法,比如DFS深度优先搜索、前中后序二叉树遍历等都是使用递归。

2.方法或函数调用自身的方式称为递归调用,调用称为递,返回称为归。

3.基本上,所有的递归问题都可以用递推公式来表示,比如

f(n) = f(n-1) + 1;
f(n) = f(n-1) + f(n-2);
f(n)=n*f(n-1);

二、为什么使用递归?递归的优缺点?

1.优点:代码的表达力很强,写起来简洁。

2.缺点:空间复杂度高、有堆栈溢出风险、存在重复计算、过多的函数调用会耗时较多等问题。

三、什么样的问题可以用递归解决呢?

一个问题只要同时满足以下3个条件,就可以用递归来解决:

1.问题的解可以分解为几个子问题的解。何为子问题?就是数据规模更小的问题。

2.问题与子问题,除了数据规模不同,求解思路完全一样

3.存在递归终止条件

四、如何实现递归?

1.递归代码编写

      写递归代码的关键就是找到如何将大问题分解为小问题的规律,并且基于此写出递推公式,然后再推敲终止条件,最后将递推公式和终止条件翻译成代码。

2.递归代码理解

      对于递归代码,若试图想清楚整个递和归的过程,实际上是进入了一个思维误区。
开篇问题

long findRootReferrerId(long actorId) {
  Long referrerId = select referrer_id from [table] where actor_id = actorId;
  if (referrerId == null) return actorId;
  return findRootReferrerId(referrerId);
}

那该如何理解递归代码呢?如果一个问题A可以分解为若干个子问题B、C、D,你可以假设子问题B、C、D已经解决。而且,你只需要思考问题A与子问题B、C、D两层之间的关系即可,不需要一层层往下思考子问题与子子问题,子子问题与子子子问题之间的关系。屏蔽掉递归细节,这样子理解起来就简单多了。

      因此,理解递归代码,就把它抽象成一个递推公式,不用想一层层的调用关系,不要试图用人脑去分解递归的每个步骤。

五、递归常见问题及解决方案

1.警惕堆栈溢出:可以声明一个全局变量来控制递归的深度,从而避免堆栈溢出。

2.警惕重复计算:通过某种数据结构来保存已经求解过的值,从而避免重复计算。


六、如何将递归改写为非递归代码?

      笼统的讲,所有的递归代码都可以改写为迭代循环的非递归写法。如何做?抽象出递推公式、初始值和边界条件,然后用迭代循环实现。

七、实例

爬楼梯问题

function climbStairs(n) {
  if (n === 1) {
    return 1;
  }
  var dp = new Array(n);
  dp[0] = 0;
  dp[1] = 1;
  dp[2] = 2;
  for (let i = 3; i <= n; i++) {
    dp[i] = dp[i - 1] + dp[i - 2];
  }
  return dp[n];
}

console.log(climbStairs(4));

参考资料:
1.有了四步解题法模板,再也不害怕动态规划!(看不懂算我输)

2.还有程序员天真地以为”尾递归“真的可以避免堆栈溢出!

相关文章

网友评论

      本文标题:08|递归:如何用三行代码找到“最终推荐人”?

      本文链接:https://www.haomeiwen.com/subject/efkvohtx.html