定义
所谓递归,就是在运行的过程中调用自己。
条件
1. 子过程需要与原始问题为同样的事,且更为简单。
2. 不能无限调用本身,需要有个出口。
模板
递归需要有两个条件,调用自己以及终止条件,且终止条件要在递归最开始的地方。而且递归过程中可能不止调用自己一次。
public void recursion(参数0) {
if (终止条件) {
return;
}
可能有一些逻辑运算
recursion(参数1)
可能有一些逻辑运算
recursion(参数2)
……
recursion(参数n)
可能有一些逻辑运算
}
实例
递归的目的是把大问题细分为更小的子问题,我们只需要知道递归函数的功能,从宏观上去看,而不要去把递归一层一层拆开去想,否则会进入循环出不来。
1. 二叉树遍历
前序遍历:顺序是根节点-->左子树-->右子树
模板套用一下
public void preOrder(Node node){
if(终止条件)
return;
逻辑处理//不是必须
递归调用//必须
}
终止条件是node为空,也就是没有左右子树。逻辑处理是打印当前节点。递归调用是先打印左子树,后打印右子树。
public static void preOrder(TreeNode node) {
if (node == null)
return;
System.out.printf(node.val + "");
preOrder(node.left);
preOrder(node.right);
}
2. 分支污染问题
递归问题可以看做是一个n叉树。在递归中如果只调用自己一次,我们可以把它想象为是一棵一叉树,如果调用自己2次,我们可以把它想象为一棵二叉树,如果调用自己n次,我们可以把它想象为一棵n叉树……。就像下面这样,当到达叶子节点的时候开始往回反弹。
递归的时候如果处理不当可能会出现分支污染导致结果错误。因为除了基本类型是值传递以外,其他类型基本上很多都是引用传递。看一下上面的图,比如我开始调用的时候传入一个list对象,在调用第一个分支之后list中的数据修改了,那么后面的所有分支都能感知到,实际上也就是对后面的分支造成了污染。
例子:给定一个数组nums=[2,3,5]和一个固定的值target=8。找出数组sums中所有可以使数字和为target的组合。
图中红色的表示的是选择成功的组合,这里只画了选择2的分支,如图相当于是一棵三叉树,于是使用递归来解决。
模板套用一下
private void combinationSum(List<Integer> cur, int sums[], int target) {
if (终止条件) {
return;
}
//逻辑处理
//因为是3叉树,所以这里要调用3次
//递归调用
//递归调用
//递归调用
//逻辑处理
}
这种解法灵活性不是很高,如果nums的长度是3,我们3次递归调用,如果nums的长度是n,那么我们就要n次调用……。所以我们可以直接写成for循环的形式,也就是下面这样
private void combinationSum(List<Integer> cur, int sums[], int target) {
//终止条件必须要有
if (终止条件) {
return;
}
//逻辑处理(可有可无,是情况而定)
for (int i = 0; i < sums.length; i++) {
//逻辑处理(可有可无,是情况而定)
//递归调用(递归调用必须要有)
//逻辑处理(可有可无,是情况而定)
}
//逻辑处理(可有可无,是情况而定)
}
下面开始填模板
1. 终止条件
当target等于0的时候,说明我们找到了一组组合,我们就把他打印出来,代码如下
if (target == 0) {
System.out.println(Arrays.toString(cur.toArray()));
return;
}
2. 逻辑处理和递归调用
我们一个个往下选的时候如果要选的值比target大,我们就不要选了,如果不比target大,就把他加入到list中,表示我们选了他,如果选了他之后在递归调用的时候target值就要减去选择的值,代码如下
//逻辑处理
//如果当前值大于target我们就不要选了
if (target < sums[i])
continue;
//否则我们就把他加入到集合中
cur.add(sums[i]);
//递归调用
combinationSum(cur, sums, target - sums[i]);
所以完整代码如下,用上述的例子测试一下
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
public class CombinationSum {
private static void combinationSum(List<Integer> cur, int sums[], int target) {
//终止条件必须要有
if (target == 0) {
System.out.println(Arrays.toString(cur.toArray()));
return;
}
for (int i = 0; i < sums.length; i++) {
//逻辑处理
//如果当前值大于target我们就不要选了
if (target < sums[i]) {
continue;
}
//否则我们就把他加入到集合中
cur.add(sums[i]);
//递归调用
combinationSum(cur, sums, target - sums[i]);
}
}
public static void main(String[] args) {
combinationSum(new ArrayList<>(), new int[]{2, 3, 5}, 8);
}
}
结果如下
[2, 2, 2, 2]
[2, 2, 2, 2, 3, 3, 2, 3]
[2, 2, 2, 2, 3, 3, 2, 3, 5, 3, 2, 2, 3]
[2, 2, 2, 2, 3, 3, 2, 3, 5, 3, 2, 2, 3, 3, 2]
[2, 2, 2, 2, 3, 3, 2, 3, 5, 3, 2, 2, 3, 3, 2, 5]
[2, 2, 2, 2, 3, 3, 2, 3, 5, 3, 2, 2, 3, 3, 2, 5, 5, 2, 3]
分析思路没出错,那么是什么使得结果发生了错误,这就是分支污染问题
当我们选择2的时候是一个分支,当我们选择3的时候又是另外一个分支,这两个分支的数据应该是互不干涉的,但实际上当我们沿着选择2的分支走下去的时候list中会携带选择2的那个分支的数据,当我们再选择3的那个分支的时候这些数据还依然存在list中,所以对选择3的那个分支造成了污染。有一种解决方式就是每个分支都创建一个新的list,也就是下面这样,这样任何一个分支的修改都不会影响到其他分支。
这样代码就变成了
private static void combinationSum(List<Integer> cur, int sums[], int target) {
//终止条件必须要有
if (target == 0) {
System.out.println(Arrays.toString(cur.toArray()));
return;
}
for (int i = 0; i < sums.length; i++) {
//逻辑处理
//如果当前值大于target我们就不要选了
if (target < sums[i]) {
continue;
}
//由于List是引用传递,所以这里要重新创建一个
List<Integer> list = new ArrayList<>(cur);
//否则我们就把他加入到集合中
list.add(sums[i]);
//递归调用
combinationSum(list, sums, target - sums[i]);
}
}
结果是
[2, 2, 2, 2]
[2, 3, 3]
[3, 2, 3]
[3, 3, 2]
[3, 5]
[5, 3]
上面我们每一个分支都创建了一个新的list,所以任何分支修改都只会对当前分支有影响,不会影响到其他分支,也算是一种解决方式。但每次都重新创建数据,运行效率很差。我们知道当执行完分支1的时候,list中会携带分支1的数据,当执行分支2的时候,实际上我们是不需要分支1的数据的,所以有一种方式就是从分支1执行到分支2的时候要把分支1的数据给删除,这就是大家经常提到的回溯算法
private static void combinationSum(List<Integer> cur, int sums[], int target) {
//终止条件必须要有
if (target == 0) {
System.out.println(Arrays.toString(cur.toArray()));
return;
}
for (int i = 0; i < sums.length; i++) {
//逻辑处理
//如果当前值大于target我们就不要选了
if (target < sums[i]) {
continue;
}
//把数据sums[i]加入到集合中,然后参与下一轮的递归
cur.add(sums[i]);
//递归调用
combinationSum(cur, sums, target - sums[i]);
//sums[i]这个数据你用完了吧,我要把它删了
cur.remove(cur.size() - 1);
}
}
结果同样正确。