遞歸(Recursion)
什麼是遞歸?
遞歸:函數(方法)直接或間接調用自身,是一種常用的編程技巧。
方法直接調用自身:
int sum(int n) {
if (n <= 1) return n;
return n + sum(n - 1);
}
方法間接調用自身:
/**
* 沒有遞歸出口, 最終會 StackOverflow
*/
static void a(int v) {
b(--v);
}
static void b(int v) {
a(--v);;
}
函數的調用過程(棧空間)
棧空間會將調用的函數依次入棧,一般來說最先入棧的是 main
,下圖中的 test1
雖然被調用了,但是沒有執行操作,編譯器會忽略它,test2
調用了 test3
,所以 test2
、test3
依次入棧。
函數的遞歸調用過程
下圖中 main
先入棧,sum(4)
、sum(3)
、sum(2)
、sum(1)
由於遞歸調用依次入棧,可見空間複雜度爲 O(n);
遞歸實例分析(1 + 2 + 3 + … + 100 的和)
求 1 + 2 + 3 + … + (n - 1) + n 的和(n>0)
遞歸做法:
int sum(int n) {
if(n <= 1) return n;
return sum(n - 1) + n;
}
總消耗時間 T(n) = T(n − 1) + O(1),因此,時間複雜度:O(n)、空間複雜度:O(n)
循環做法:
int sum(int n) {
int result = 0;
for (int i = 0; i <= n; i++) {
result += i;
}
return result;
}
時間複雜度:O(n),空間複雜度:O(1)
求和公式:
int sum(int n) {
if (n <= 1) return n;
return (1 + n) * n >> 1;
}
時間複雜度:O(1),空間複雜度:O(1)
- 注意:使用遞歸不是爲了求得最優解,是爲了簡化解決問題的思路,代碼會更加簡潔
- 遞歸求出來的很有可能不是最優解,也有可能是最優解
遞歸的基本思想、使用套路
基本思想:拆解問題,大化小
使用套路:明確功能、關係、邊界條件
斐波那契數列
斐波那契數列:1、1、2、3、5、8、13、21、34、……
編寫一個函數求第 n 項斐波那契數:
int fib(int n) {
if (n <= 2) return 1;
return fib(n - 1) + fib(n - 2);
}
- 根據遞推式 T(n) = T(n − 1) + T(n − 2) + O(1),可知:
- 時間複雜度:O(2n)
- 空間複雜度:O(n)
遞歸調用的空間複雜度 = 遞歸深度 * 每次調用所需的輔助空間
fib函數的調用過程
fib優化1 — 記憶化
用數組存放計算過的結果,避免重複計算
時間複雜度:O(n),空間複雜度:O(n)
/*
* 用數組存放計算過的結果,避免重複計算
*/
int fib(int n) {
if(n <= 2) return 1;
int[] array = new int[n + 1];
array[2] = array[1] = 1;
return fib(array, n);
}
int fib(int[] array, int n) {
if (array[n] == 0) {
array[n] = fib(array, n - 1) + fib(array, n - 2);
}
return array[n];
}
fib優化2 — 去除遞歸調用
這是一種 “自底向上” 的計算過程
時間複雜度:O(n),空間複雜度:O(n)
int fib(int n) {
if(n <= 2) return 1;
int[] array = new int[n + 1];
array[2] = array[1] = 1;
for (int i = 3; i <= n; i++) {
array[i] = array[i - 1] + array[i - 2];
}
return array[n];
}
fib優化3 — 滾動數組
由於每次運算只需要用到數組中的 2 個元素,所以可以使用滾動數組來優化
時間複雜度:O(n),空間複雜度:O(1)
int fib(int n) {
if (n <= 2) return 1;
int[] array = new int[2];
array[0] = array[1] = 1;
for (int i = 3; i <= n; i++) {
array[i % 2] = array[(i - 1) % 2] + array[(i - 2) % 2];
}
return array[n % 2];
}
乘、除、模運算效率較低,建議用其他方式(位運算)取代
int i = 100;
// (i % 2) == (i & 1);
System.out.println(
(i % 2) == (i & 1) // true
);
// (i * 2) == (i << 1);
System.out.println(
(i * 2) == (i << 1) // true
);
// (i / 2) == (i >> 1);
System.out.println(
(i / 2) == (i >> 1) // true
);
位運算優化後的滾動數組:
int fib(int n) {
if ( n <= 2) return 1;
int[] array = new int[2];
array[0] = array[1] = 1;
for (int i = 3; i <= n; i++) {
array[i & 1] = array[(i - 1) & 1] + array[(i - 2) & 1];
}
return array[n & 1];
}
fib優化4 — 去除數組
只有兩個元素,直接通過2個變量即可,不需要創建數組。
時間複雜度:O(n),空間複雜度:O(1)
int fib(int n) {
if (n <= 2) return 1;
int first = 1;
int second = 1;
for (int i = 3; i <= n; i++) {
second = first + second;
first = second - first;
}
return second;
}
fib優化5 — 數學公式
時間複雜度、空間複雜度取決於 pow
函數(至少可以低至 O(logn) )
int fib(int n) {
double c = Math.sqrt(5);
return (int)((Math.pow((1 + c) / 2, n) - Math.pow((1 - c) / 2, n)) / c);
}
上樓梯(跳臺階)
1 階臺階只有1種走法,所以:
2 階臺階有2種走法(11、2),所以:
3 階臺階有3種走法(111、21、12),所以:
…
int climbStairs(int n) {
if (n <= 2) return n;
return climbStairs(n - 1) + climbStairs(n - 2);
}
跟斐波那契數列幾乎一樣,因此優化思路也是一致的:
int climbStairs(int n) {
if (n <= 2) return n;
int first = 1;
int second = 2;
for(int i = 3; i <= n; i++) {
second = first + second;
first = second - first;
}
return second;
}
漢諾塔(Hanoi)
1個盤子、2個盤子、3個盤子圖示
1個盤子的情況:
2個盤子的情況:
3個盤子的情況:
漢諾塔 — 思路
分 2 種情況討論即可:
-
當 n == 1時,直接將盤子從 A 移動到 C
-
當 n > 1時,可以拆分成3大步驟
- ① 將 n – 1 個盤子從 A 移動到 B :
hanoi(n - 1, p1, p3, p2);
- ② 將編號爲 n 的盤子從 A 移動到 C:
move(n, p1, p3);
- ③ 將 n – 1 個盤子從 B 移動到 C:
hanoi(n - 1, p2, p1, p3);
步驟 ① ③ 明顯是個遞歸調用
- ① 將 n – 1 個盤子從 A 移動到 B :
漢諾塔 — 實現
T(n) = 2 ∗ T(n - 1) + O(1),時間複雜度是:O(2n),空間複雜度:O(n)
public class Hanoi {
public static void main(String[] args) {
new Hanoi().hanoi(4, "A", "B", "C");
}
/**
* 將第 i 號盤子從 from 移到 to
*/
void move(int i, String from, String to) {
System.out.println(i + "號盤子: " + from + "->" + to);
}
/**
* 將 n 個盤子從 p1 移動到 p3
*/
void hanoi(int n, String p1, String p2, String p3) {
if (n <= 1) {
move(n, p1, p3);
return;
}
hanoi(n - 1, p1, p3, p2); // 將 n – 1 個盤子從 p1 移動到 p2
move(n, p1, p3); // 將編號爲 n 的盤子從 p1 移動到 p3
hanoi(n - 1, p2, p1, p3); // 將 n – 1 個盤子從 p2 移動到 p3
}
}
1號盤子: A->C
2號盤子: A->B
1號盤子: C->B
3號盤子: A->C
1號盤子: B->A
2號盤子: B->C
1號盤子: A->C
漢諾塔的代碼是沒有規律的,不像斐波那契數列,因此沒有優化的空間。
遞歸轉非遞歸(用棧模擬100%可以轉)
記住一句話:遞歸100%可以轉成非遞歸
遞歸轉非遞歸的萬能方法:
- 自己維護一個棧,來保存參數、局部變量
- 但是空間複雜度依然沒有得到優化
例如針對下面這段遞歸代碼:
public static void main(String[] args) {
log(5);
}
static void log(int n) {
if(n < 1) return;
log(n - 1);
int v = n + 10;
System.out.println(v);
}
我們嘗試將遞歸轉爲非遞歸。
首先創建一個棧幀類:
public class Frame {
int n;
int v;
public Frame(int n, int v) {
super();
this.n = n;
this.v = v;
}
}
然後我們手動模擬函數調用後入棧的過程,從而將遞歸轉爲非遞歸:
static void log(int n) {
Stack<Frame> frames = new Stack<>();;
while (n > 0) {
frames.push(new Frame(n, n + 10));
n--;
}
while (!frames.isEmpty()) {
Frame frame = frames.pop();
System.out.println(frame.v);
}
}
某些時候其實有更精妙的做法,可以重複使用一組相同的變量來保存每個棧幀的內容。
static void log(int n) {
for(int i = 0; i < n; i++) {
System.out.println(i + 10);
}
}
這裏重複使用變量 i 保存原來棧幀中的參數,使得空間複雜度從 O(n) 降到了 O(1)。
尾調用(Tail Call)
下面這段代碼不是尾調用:因爲它最後一個動作是乘法,沒有調用自身。
int factorial(int n) {
if (n <= 1) return n;
return n * factorial(n - 1);
}
尾調用優化(Tail Call Optimization)
尾調用優化前後的彙編代碼(C++)
針對這麼一段尾調用代碼:
void test(int n) {
if (n < 0) return;
printf("test - %d\n", n);
test(n - 1);
}
尾調用優化前的彙編代碼:
尾調用優化後的彙編代碼:
尾遞歸示例
階乘
求 n 的階乘 1 * 2 * 3 * … * (n - 1) * n (n>0)
普通遞歸:
int factorial(int n ) {
if (n <= 1) return n;
return n * factorial(n - 1);
}
轉化爲尾遞歸:
int factorial(int n ) {
return factorial(n, 1);
}
/**
* @param result 從大到小累乘的結果
*/
int factorial(int n, int result) {
if(n <= 1) return result;
return factorial(n - 1, n * result);
}
斐波那契數列
普通遞歸:
int fib(int n) {
if (n <= 2) return 1;
return fib(n - 1) + fib(n - 2);
}
轉化爲尾遞歸:
int fib(int n) {
return fib(n, 1, 1);
}
int fib(int n, int first, int second) {
if (n <= 1) return 1;
return fib(n - 1, second, first + second);
}