首页 > 代码库 > 算法—— 递归思想

算法—— 递归思想

#region 二叉树的先序遍历
2 /// <summary>
3  /// 二叉树的先序遍历
4  /// </summary>
5  /// <typeparam name="T"></typeparam>
6  /// <param name="tree"></param>
7          public void BinTree_DLR<T>(ChainTree<T> tree)
8          {
9              if (tree == null)
10                  return;
11  
12              //先输出根元素
13              Console.Write(tree.data + "\t");
14  
15              //然后遍历左子树
16              BinTree_DLR(tree.left);
17  
18              //最后遍历右子树
19              BinTree_DLR(tree.right);
20          }
21          #endregion
22  
23          #region 二叉树的中序遍历
24          /// <summary>
25  /// 二叉树的中序遍历
26  /// </summary>
27  /// <typeparam name="T"></typeparam>
28  /// <param name="tree"></param>
29          public void BinTree_LDR<T>(ChainTree<T> tree)
30          {
31              if (tree == null)
32                  return;
33  
34              //优先遍历左子树
35              BinTree_LDR(tree.left);
36  
37              //然后输出节点
38              Console.Write(tree.data + "\t");
39  
40              //最后遍历右子树
41              BinTree_LDR(tree.right);
42          }
43          #endregion
44  
45          #region 二叉树的后序遍历
46          /// <summary>
47  /// 二叉树的后序遍历
48  /// </summary>
49  /// <typeparam name="T"></typeparam>
50  /// <param name="tree"></param>
51          public void BinTree_LRD<T>(ChainTree<T> tree)
52          {
53              if (tree == null)
54                  return;
55  
56              //优先遍历左子树
57              BinTree_LRD(tree.left);
58  
59              //然后遍历右子树
60              BinTree_LRD(tree.right);
61  
62              //最后输出节点元素
63              Console.Write(tree.data + "\t");
64          }
65          #endregion

看看,多么简洁明了。当然递归都是可以改成非递归的,但是就不见得简洁和通俗易懂了。

 

一: 概念

       递归,说白了就是直接或者间接的调用自己的一种算法。它是把求解问题转化为规模较小的子问题,然后通过多次递归一直到可以得出结果

的最小解,然后通过最小解逐层向上返回调用,最终得到整个问题的解。总之递归可以概括为一句话就是:“能进则进,不进则退”。

 

二:三要素

      <1>  递归中每次循环都必须使问题规模有所缩小。

      <2>  递归操作的每两步都是有紧密的联系,如在“递归”的“归操作时”,前一次的输出就是后一次的输入。

      <3>  当子问题的规模足够小时,必须能够直接求出该规模问题的解,其实也就是必须要有结束递归的条件。

 

三: 注意

       <1>  前面也说了,递归必须要有一个递归出口。

       <2>  深层次的递归会涉及到频繁进栈出栈和分配内存空间,所以运行效率比较低,当问题规模较大时,不推荐使用。

       <3>  在递归过程中,每次调用中的参数,方法返回点,局部变量都是存放在堆栈中的,如果当问题规模非常大时,容易造成堆栈溢出。

 

四:  举二个例子

       <1> 相信大家在初中的时候都学过阶乘吧,比如:5!=5*4*3*2*1

        思路:根据上面的阶乘特征很容易我们就可以推导出n!=n*(n-1)*(n-2)....*2*1,

                  那么进一步其实就是: n!=n*(n-1)! ,

                                              (n-1)!=(n-1)*(n-2)!。

                 显然他是满足递归的三要素,当n的规模不大时,我们可以用递归拿下。

        

 1 static void Main(string[] args)
2 {
3 while (true)
4 {
5 //阶乘问题
6 Console.WriteLine("\n请输入一个求阶乘的一个数:");
7
8 int num = int.Parse(Console.ReadLine());
9
10 Console.WriteLine("\n阶乘的结果为:" + fact(num));
11 }
12 }
13
14 static int fact(int n)
15 {
16 if (n == 1)
17 return 1;
18
19 return n * fact(n - 1);
20 }

 

第一次: 输入5的时候能够正确求出。

第二次: 输入10的时候求出来竟然362万之多,可见多恐怖,如果俺们的时间复杂度是n!,那程序也就Game Over了,

第三次:输入100,已经超过了int.MaxValue了,

第四次: 输入10w,蹦出著名了“堆栈溢出”,好家伙,我们知道“递归”在程序中使用“栈”的形式存放的,每一次“递归”中,方法的返回值

          包括函数中的参数都会存放在栈中,C#中每个线程分配的栈空间为1M,所以当N的规模非常大时,就把栈玩爆了。

 

   <2> 在大一时上计算机文化基础的时候我们就接触过”进制转换问题“,比如将”十进制“转化为”二进制“。

       思路:采用除2取余法,取余数为相应二进制数的最低位,然后再用商除以2得到次低位.......直到最后一次相除商为0时得到二进制的最高位,

                比如(100)10=(1100100)2,   仔细分析这个问题,会发现它是满足”递归“的三要素的,

               ① 进制转换中,数据规模会有所缩小。

               ② 当商为0时,就是我们递归的出口。

            所以这个问题我们就可以用递归拿下。

  static void Main(string[] args)
{
Console.WriteLine("请输入一个十进制数:");

int num = int.Parse(Console.ReadLine());

string result = string.Empty;

Console.WriteLine("转化的二进制为:" + ConvertToBinary(ref result, num));

Console.ReadLine();

}

static string ConvertToBinary(ref string str, int num)
{
//递的过程
if (num == 0)
return string.Empty;

ConvertToBinary(ref str, num / 2);

//归的过程
return str += (num % 2);
}

算法—— 递归思想