3.2 递归算法
3.2 递归算法
递归是一种应用非常广泛的算法,很多数据结构和算法的编码实现都要用到递归,比如 DFS 深度优先搜索、前中后序二叉树遍历等等。
递归需要满足的三个条件
- 一个问题的解可以分解为几个子问题的解
- 这个问题与分解之后的子问题,除了数据规模不同,求解思路完全一样
- 存在递归终止条件
写递归代码的关键
- 找到将大问题分解为小问题的规律,并且基于此写出递推公式,再推敲终止条件,最后将递推公式和终止条件翻译成代码。
- 遇到递归,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。
function f(n) {
if (n == 1) return 1; // 终止条件
return f(n - 1) + 1; // 递推公式
}
所有的递归代码都可以改写为迭代循环的非递归写法。
弊端
- 警惕栈溢出:可以声明一个全局变量来控制递归的深度,从而避免栈溢出。
- 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。
相关题目
题号 | 标题 | 题解 | 标签 | 难度 | 力扣 |
---|---|---|---|---|---|
344 | 反转字符串 | [✓] | 双指针 字符串 | 🟢 | 🀄️ 🔗 |
24 | 两两交换链表中的节点 | [✓] | 递归 链表 | 🟠 | 🀄️ 🔗 |
118 | 杨辉三角 | [✓] | 数组 动态规划 | 🟢 | 🀄️ 🔗 |
119 | 杨辉三角 II | 数组 动态规划 | 🟢 | 🀄️ 🔗 | |
206 | 反转链表 | [✓] | 递归 链表 | 🟢 | 🀄️ 🔗 |
92 | 反转链表 II | [✓] | 链表 | 🟠 | 🀄️ 🔗 |
21 | 合并两个有序链表 | [✓] | 递归 链表 | 🟢 | 🀄️ 🔗 |
509 | 斐波那契数 | [✓] | 递归 记忆化搜索 数学 1+ | 🟢 | 🀄️ 🔗 |
70 | 爬楼梯 | [✓] | 记忆化搜索 数学 动态规划 | 🟢 | 🀄️ 🔗 |
104 | 二叉树的最大深度 | [✓] | 树 深度优先搜索 广度优先搜索 1+ | 🟢 | 🀄️ 🔗 |
124 | 二叉树中的最大路径和 | [✓] | 树 深度优先搜索 动态规划 1+ | 🔴 | 🀄️ 🔗 |
226 | 翻转二叉树 | [✓] | 树 深度优先搜索 广度优先搜索 1+ | 🟢 | 🀄️ 🔗 |
50 | Pow(x, n) | [✓] | 递归 数学 | 🟠 | 🀄️ 🔗 |
779 | 第K个语法符号 | 位运算 递归 数学 | 🟠 | 🀄️ 🔗 | |
95 | 不同的二叉搜索树 II | [✓] | 树 二叉搜索树 动态规划 2+ | 🟠 | 🀄️ 🔗 |
剑指 Offer 62 | 圆圈中最后剩下的数字 | [✓] | 递归 数学 | 🟢 | 🀄️ |