【算法】递归

递归

1. 概念

大师 L. Peter Deutsch 说过：To Iterate is Human, to Recurse, Divine.中文译为：人理解迭代，神理解递归。

通俗的讲：函数自己调自己；

再举一例子：比如说在电影院，你想知道自己在第几排，但是人太多黑咕隆咚的你也不能去数，怎么办呢，你就问前面那个人你在第几排，前面的和你一样也问前面的，这样到第一排了，他知道自己在第一排，然后又回传给第二个人，一直回传最后你就知道自己在第几排了。

递归的内涵：递归是一个有去有回的过程。

• “有去”是指：递归问题必须可以分解为若干个规模较小，与原问题形式相同的子问题，这些子问题可以用相同的解题思路来解决。
• “有回”是指：这些问题的演化过程是一个从大到小，由近及远的过程，并且会有一个明确的终点(临界点)，一旦到达了这个临界点，就不用再往更小、更远的地方走下去。最后，从这个临界点开始，原路返回到原点，原问题解决。　

2. 三要素

想办法写出一个递归程序需要明确这里面的三要素；

• 1.明确函数功能
• 2.寻找递归终止条件
• 3.找出函数等价关系，缩小问题规模

2.1 明确函数功能

对于递归，首先不用管函数里面的代码应该是什么样的，而是我们首先明白这个函数是做什么的，能完成什么功能。
比如说我们要让求一个n的前n项和。我们首先写出了这个函数：

public int add(int n){
//那到现在我们先不用管这里面怎么写了
//我们首先明白我们这个函数调用它，给它传个n进去就能得到1到n的和。
}

2.2 寻找递归终止条件

　　函数自己调自己总不能一直调下去吧？想一下上面的例子，如果电影院根本没有头，那你一直在等着，答案也不可能回传回来，所以一定要有一个终止条件，然后我们就能把结果返回回来。
这个终止条件的意思是：我们必须根据这个参数值，能直接得到我的功能结果。
　　比如我们想知道自己在第几排，我们能够根据前面没有人了，直接得到我就在第一排；比如我们想求前n项和，我们能够根据n为1的时候，直接得到和就为1；
　　所以我们可以把上面代码补上第二要素；

public int add(int n){
//第二要素：我们能够根据n为1直接得到前n项和为1.
if(n == 1) return 1;
}

2.3 找出函数等价关系，缩小问题规模

　　第三个要素就是我们要找出函数的等价关系，不断的缩小问题规模
　　其实在寻找等价关系，求解递归问题的时候右两种模型，想一下我们这个递归的过程，有去有回，所以可以在递去的过程中解决问题，亦可以在归来的时候解决问题，这就产生了两种模型。
模型一：在递去的过程中解决问题
　　这类基本上适用于没有明确的等价关系，而更多的时候是一种过去的时候就可以输出，比如打印，遍历之类的，或者说需要有判断条件的时候，在过去的时候进行判断，满足就可以左一些处理等。这类问题上，比如说二叉树的遍历，二叉树的左叶子节点之和等。

function recursion(大规模){
if (end_condition){      // 明确的递归终止条件
end;   // 简单情景
}else{            // 在将问题转换为子问题的每一步，解决该步中剩余部分的问题
solve;                // 递去
recursion(小规模);     // 递到最深处后，不断地归来
}
}

模型二：在归来的过程中解决问题
　　这类常用于能够明确的看出来基本的等价关系上，能够根据获得的小范围的结果推倒出大范围结果的时候，比如说前n项和，斐波那契数列等。都能够根据n-1的结果得到n的结果，这就是在归来的时候解决问题。

function recursion(大规模){
if (end_condition){      // 明确的递归终止条件
end;   // 简单情景
}else{            // 先将问题全部描述展开，再由尽头“返回”依次解决每步中剩余部分的问题
recursion(小规模);     // 递去
solve;                // 归来
}
}

　　这个等价关系怎么找呢，可以这样想；还是拿电影院举例子，就假设我们前面那排经过更前面的回传，已经知道自己是第几排了，那我们是第几排呢，很简单，就是前面那个人的排数+1；你看，这就是等价关系。
　　我们再来思考下我们刚才是怎么找到的，我们总是直接假设我们已经知道了经过函数后我们已经知道了前n-1的结果，那我们看一下这第n的结果和那个有什么联系就可以了，不用管前n-1是怎么实现的，就当它实现，直接用它的结果就完事了。当然事情也不总是前n-1项，也有可能会用到前n-2等，就是这么个思想。
　　就是缩小范围，想象我们已经已经知道小范围里的结果，该怎么获得整体的结果。
　　套到我们这里，要求前n项和，假设已经知道了前n-1项和，那很明显前n项和 = 前n-1项和 + n；这不，等价关系就找到了。

public int add(int n){
if(n == 1) return 1;
//第三要素：函数等价关系；
return n + add(n-1);
}

　　以后每次在写递归的时候，都强迫自己去寻找这3个要素。

3. 栈内存

递归是在方法里调用自己本身，其实这个调用会被压入栈内，然后在这个调用里又会去调用方法，不停的压栈，知道有了那个终止条件，ok，最后一次被调用的方法有结果了，可以返回了，然后上一层调用结束，可以返回了，最后再都回来。所以这是一个有去有回的过程，这也说明了为什么一定要有终止条件，不然的话每一次调用都压入了栈内存，都没有执行结束，会导致栈溢出。
比如下面的例子；

上面就是没有终止条件时发生了栈溢出，我们再来看一下上面的例子里；也就是求前n项和中函数的调用；

4. 举例

4.1 斐波那契数列(模型二)

1.明确函数功能

函数的功能就是获得第n个数的值。

public int getn(int n){
//1.明确函数功能；
}

2.寻找递归终止条件

当n为多少的时候我们能直接得到值呢，显然n=1时值为1，n=2时值为1，这就是终止条件。

public int getn(int n){
//2.寻找递归终止条件；
if(n <= 2) return 1;
}

3.寻找函数等价关系

假设我们已经知道了n的前一个n-1和前两个n-2的值，那第n个值就得出了，f(n) = f(n-1) + f(n-2)。

public int getn(int n){；
if(n <= 2) return 1;
//3.函数等价关系；
return getn(n-1) + getn(n-2);
}

4.2 反转单链表(模型二)

1.明确函数功能

函数的功能就是将一条链表反转。

public Node reverseList(Node head){
//1.明确函数功能；
}

2.寻找递归终止条件

当链表为啥样时我们能直接得到反转的链表呢，显然如果链表为空，或者链表就一个节点就能直接得到了，那这就是终止条件。

public Node reverseList(Node head){
//2.寻找递归终止条件；
if(head == null || head.next == null) return head;
}

3.寻找函数等价关系

这个函数的等价关系就没有那么好找了，仍然是假设：假设后面长度为n的链表后面n-1已经已经反转完了，(有人会问：为什么不能是前面n-1已经反转完了呢？想一下，如果前面n-1已经反转完了，那最后一个节点就找不到了啊，因为最后一个节点之前的节点指到别处去了，那最后一个节点我们获取不到了。如果后面n-1个已经反转完了，第1个节点还指向第二个节点)，那我们该怎么做呢。只需要将第二个节点指向第一个，然后第一个指向null就可以了。

public Node reverseList(Node head){
if(head == null || head.next == null) return head;
//3.寻找函数等价关系，缩小范围；
Node newList = reverseList(head.next);//后面的n-1反转完毕；
head.next.next = head; //第二个节点指向第一；
head.next = null;
return newList;
}

4.3 求二叉树深度(模型二)

1.明确函数功能

函数的功能就是求一颗二叉树的深度。

public int maxDepth(TreeNode root){
//1.明确函数功能；
}

2.寻找递归终止条件

当一颗树是什么样的时候我们能直接得到其深度呢，很显然，当二叉树为空的时候，那深度直接就是0了，那比如说树只有一个节点，那深度不是1也可以直接得到吗？对是可以的，所以说递归的终止条件不是唯一的。

public int maxDepth(TreeNode root){
//2.寻找递归终止条件；
if(root == null) return 0;
}

3.寻找函数等价关系

这个关系怎么找呢，继续假设，缩小范围：这么一个树上，我们可以先知道左子树和右子树上的深度，那整个树的深度就是左子树和右子树里深度大的那个+1；你看，这不就得到了。就是缩小范围，想象我们已经已经知道小范围里的结果，该怎么获得整体的结果。

public int maxDepth(TreeNode root){；
if(root == null) return 0;
//3.缩小范围，寻找等价关系；
return Math.math(maxDepth(root.left),maxDepth(root.right))+1;
}

4.4 遍历二叉树(模型一)

函数的功能就是求先序遍历二叉树。

public void inOrder(TreeNode root){
//1.明确函数功能；
}

2.寻找递归终止条件

当一颗树为空的时候我们能够直接遍历出结果。

public int inOrder(TreeNode root){
//2.寻找递归终止条件；
if(root == null) return;
}

3.寻找函数等价关系

先序遍历，我们对树的遍历顺序是中左右，所以可以先打印根节点，再缩小范围，先序遍历根节点的左子树，中序遍历根节点的右子树。

public int inOrder(TreeNode root){；
if(root == null) return 0;
//3.缩小范围，寻找等价关系；
System.out.println(root.val);
inOrder(root.left);
inOrder(root.right);
}

4.5 求二叉树左叶子节点之和(模型一)

函数的功能就是求二叉树的左叶子节点之和。

public void sumOfLeftNode(TreeNode root){
//1.明确函数功能；
}

2.寻找递归终止条件

当节点为空时输出值为0。

public int sumOfLeftNode(TreeNode root){
//2.寻找递归终止条件；
if(root == null) return 0;
}

3.寻找函数等价关系

这种题我们肯定是要遍历二叉树的，所以我们可以先序遍历二叉树，然后就需要判断了，判断当前遍历的节点也就是当前这棵树的是否有左叶子节点（两个条件：左子树，叶子节点），如果是，那就把它加进我们的值，这就是在递去的过程中解决问题，如果不是，再缩小范围，判断下面的左右子树。

int sum = 0;
public int sumOfLeftNode(TreeNode root){；
if(root == null) return 0;
//3.缩小范围，寻找等价关系；
if(root.left != null && root.left.left != null && root.left.right != null){
sum += root.left.val;
}
sumOfLeftNode(root.left);
sumOfLeftNode(root.right);
}

参考链接

递归
对递归好的理解