Java 递归思维

Java 递归思想
今天说说递归思想，在我们编码时，有的时候递归能够让我们的算法更加通俗易懂，并且代码量也是大大的减少。比如我先前的系列中说到了
关于树的“先序，中序和后序”遍历，那么看看用递归来描叙这个问题是多少的简洁，多么的轻松。

#region 二叉树的先序遍历          /// <summary>  /// 二叉树的先序遍历  /// </summary>  /// <typeparam name="T"></typeparam>  /// <param name="tree"></param>          public void BinTree_DLR<T>(ChainTree<T> tree)          {              if (tree == null)                  return;                //先输出根元素              Console.Write(tree.data + "\t");                //然后遍历左子树              BinTree_DLR(tree.left);                //最后遍历右子树              BinTree_DLR(tree.right);          }          #endregion            #region 二叉树的中序遍历          /// <summary>  /// 二叉树的中序遍历  /// </summary>  /// <typeparam name="T"></typeparam>  /// <param name="tree"></param>          public void BinTree_LDR<T>(ChainTree<T> tree)          {              if (tree == null)                  return;                //优先遍历左子树              BinTree_LDR(tree.left);                //然后输出节点              Console.Write(tree.data + "\t");                //最后遍历右子树              BinTree_LDR(tree.right);          }          #endregion            #region 二叉树的后序遍历          /// <summary>  /// 二叉树的后序遍历  /// </summary>  /// <typeparam name="T"></typeparam>  /// <param name="tree"></param>          public void BinTree_LRD<T>(ChainTree<T> tree)          {              if (tree == null)                  return;                //优先遍历左子树              BinTree_LRD(tree.left);                //然后遍历右子树              BinTree_LRD(tree.right);                //最后输出节点元素              Console.Write(tree.data + "\t");          }          #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。

@Testpublic void testJC() {while (true) {// 阶乘问题System.out.println("请输入一个求阶乘的一个数：");Scanner scanner = new Scanner(System.in);int num = scanner.nextInt();System.out.println("阶乘的结果为：" + fact(num));}}public int fact(int n) {if (n == 1)return 1;return n * fact(n - 1);}

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。

private StringBuffer mm = new StringBuffer();    @Test  public void testConvertToBinary() {      int num = 100;      convertToBinary(num);      System.out.println("十进制数字："+num+", 转换为二进制为："+mm);  }    public void convertToBinary(int num) {      int a = num % 2;      num = num / 2;      if (num > 0) {          convertToBinary(num);      }      mm.append(a);  }  

扩展其他方式：
1、循环实现

@Test  public void test3(){     int a = 100;     String s ="";     while(a>0){       s = a%2 + s;       a /= 2;     }   System.out.println(s);  }  

2、 java API实现

    @Test    public void test2(){    int a = 100;    System.out.println(Integer.toBinaryString(a));    }

参考：http://blog.csdn.net/m13666368773/article/details/7531463

查看更多 下一篇