【刷题】初探递归算法 —— 消除恐惧

在这里插入图片描述

送给大家一句话:
有两种东西,
我对它们的思考越是深沉和持久,
它们在我心灵中唤起的惊奇和敬畏就会日新月异,
不断增长,
这就是我头上的星空和心中的道德定律。
-- 康德 《实践理性批判》

初探递归算法

  • 1 递归算法
  • 2 Leetcode 面试题 08.06. 汉诺塔问题
    • 题目描述
    • 算法思路
  • 3 Leetcode 21. 合并两个有序链表
    • 题目描述
    • 算法思路
  • 4 Leetcode 206. 反转链表
    • 题目描述
    • 算法思路
  • 5 Leetcode 24. 两两交换链表中的节点
    • 题目描述:
    • 算法思路
  • 6 Leetcode 50. Pow(x, n)
    • 题目描述
    • 算法思路
  • 7 总结
  • Thanks♪(・ω・)ノ谢谢阅读!!!
  • 下一篇文章见!!!

1 递归算法

在解决一个规模为 n 的问题时,如果满足以下条件,我们可以使用递归来解决:

  1. 问题可以被划分为规模更小的子问题,并且这些子问题具有与原问题相同的解决方法。
  2. 当我们知道规模更小的子问题(规模为 n-1)的解时,我们可以直接计算出规模为 n 的问题的解。
  3. 存在一种简单情况,或者说当问题的规模足够小时,我们可以直接求解问题。这里一般成为函数出口(非常重要)

一般的递归求解过程如下:

  1. 验证是否满足简单情况
    简单情况是指问题规模非常小,通常可以直接得到答案的情况。我们需要首先检查当前问题是否满足这种情况。

  2. 假设较小规模的问题已经解决,解决当前问题
    在递归中,我们假设已经解决了规模较小的子问题,然后基于这些子问题的解来构建当前问题的解。这种假设称为“递归假设”。

总结来说,递归代码的编写如同使用一个“黑盒”一样,我们需要相信递归调用会正确解决子问题,而我们只需要关注处理当前的问题。

下面我们通过一个具体实例来展示如何在实践中解决问题:

假设我们要计算斐波那契数列中的第 n 项。斐波那契数列的定义如下:
F ( 0 ) = 0 \text{F}(0) = 0 F(0)=0
F ( 1 ) = 1 \text{F}(1) = 1 F(1)=1
对于 n ≥ 2 n \geq 2 n2 F ( n ) = F ( n − 1 ) + F ( n − 2 ) \text{F}(n) = \text{F}(n-1) + \text{F}(n-2) F(n)=F(n1)+F(n2)

在这个问题中:
简单情况是 F ( 0 ) \text{F}(0) F(0) F ( 1 ) \text{F}(1) F(1),我们可以直接得到答案。
对于其他情况,我们假设 F ( n − 1 ) \text{F}(n-1) F(n1) F ( n − 2 ) \text{F}(n-2) F(n2) 已经计算出来,然后通过 F ( n ) = F ( n − 1 ) + F ( n − 2 ) \text{F}(n) = \text{F}(n-1) + \text{F}(n-2) F(n)=F(n1)+F(n2) 计算出 F ( n ) \text{F}(n) F(n)

这种递归解决问题的方法非常强大,但也需要注意避免过度递归带来的性能问题,比如栈溢出或时间复杂度过高等。

接下来我们一起来解决问题吧!!!

2 Leetcode 面试题 08.06. 汉诺塔问题

上连接: 面试题 08.06. 汉诺塔问题

题目描述

在这里插入图片描述
汉诺塔是个非常有意思的问题,其典故更是神乎其神:

法国数学家爱德华·卢卡斯曾编写过一个印度的古老传说:在世界中心贝拿勒斯(在印度北部)的圣庙里,一块黄铜板上插着三根宝石针。印度教的主神梵天在创造世界的时候,在其中一根针上从下到上地穿好了由大到小的64片金片,这就是所谓的汉诺塔。不论白天黑夜,总有一个僧侣在按照下面的法则移动这些金片:一次只移动一片,不管在哪根针上,小片必须在大片上面。僧侣们预言,当所有的金片都从梵天穿好的那根针上移到另外一根针上时,世界就将在一声霹雳中消灭,而梵塔、庙宇和众生也都将同归于尽。

题目给我们了xyz三个容器模拟柱子,我们需要模拟实现移动的过程,将X容器中的盘子移动到Z中。

算法思路

乍一看我们想不到什么思路,所以我们先来画图分析一波:
在这里插入图片描述

通过这三种情况我们就能分析出来,这道题可以被拆分成许多子问题来解决:

如果想要移动n个盘子

  1. 先把 n - 1 个盘子移到中转柱子上,再把第n个移到目标柱子上。
  2. 接下来处理 这n - 1 个盘子,把 n - 2 个小盘子移到中转柱子上,第 n - 1个移动到目标柱子上。
  3. 重复 1 2 直到解决问题…

注意

    // x 为当前柱子 y 为中转柱子 z 为目标柱子 //我们只需要注意解决当前的问题,子问题交给黑盒处理void dfs(vector<int>& x, vector<int>& y, vector<int>& z , int n ){   //递归出口if(n == 1){int tmp = x.back();z.push_back(tmp);x.pop_back();return ;}//将 n 个盘子从 X 转移到 Z //则先把 n-1个盘子移到 Ydfs(x , z , y , n - 1);//然后此时X只有一个最大的盘子, 移到Zint tmp = x.back();z.push_back(tmp);x.pop_back();//现在 Y 上有 n-1 个盘子继续进行移动到Z上dfs(y , x , z , n - 1);return ;}void hanota(vector<int>& A, vector<int>& B, vector<int>& C) {int n = A.size();dfs(A , B , C , n);return ;}

提交:过啦!!!

3 Leetcode 21. 合并两个有序链表

上连接!家人们:21. 合并两个有序链表

题目描述

在这里插入图片描述
很好理解的题目!

算法思路

相信大家看到这个题,肯定有迭代循环思路,但是今天我们通过递归来解决问题:
在这里插入图片描述

我们首先分析一下:

  • 当前问题:当我们处理当前情况时,我们需要把后续处理交给黑盒,我们需要的是将较小的节点插入到新链表中
  • 子问题:处理除去以被处理的“较小的节点”之外的链表节点,使其合并。
  • 函数出口:当我们处理到两个链表都为空时直接返回,或者一方为空直接返回另一链表即可!
    ListNode* mergeTwoLists(ListNode* l1, ListNode* l2) {//处理为空的情况if(l1 == nullptr) return l2;if(l2 == nullptr) return l1;//都不为空,选择较小值进行插入!!!if(l1->val < l2->val){//l1 小 就把它的next交给黑盒处理l1->next = mergeTwoLists(l1->next , l2);//然后将它返回(这样黑盒才可以获取当前节点的next节点)return l1;}else{//l2 小 就把它的next交给黑盒处理l2->next = mergeTwoLists(l1 , l2->next);return l2;}}

提交:过啦!!!

4 Leetcode 206. 反转链表

上链接: 206. 反转链表 !

题目描述

在这里插入图片描述
同样很好理解,接下来我们来使用递归解决问题

算法思路

首先这道题需要注意的一点是:我们要先找到新链表的头(即当前链表的尾节点)黑盒的返回值设置为新链表的头,然后再来进行反转。就类似二叉树的后序遍历。我们不能从链表的头开始反转到尾(先序遍历)。因为这样就无法获取新链表的头结点了

从宏观来看:我们只需要处当前问题:

  1. 子问题: 后续节点的反转!黑盒会返回我们的头结点。我们的黑盒一定可以帮助我们解决后序的节点的反转。
  2. 当前问题:把当前节点插入到以被反转的链表后,把当前节点的next设置为空即可!
  3. 函数出口:当走到链表结尾即为出口!
ListNode* reverseList(ListNode* head) {//寻找新的头结点if( head == nullptr || head->next == nullptr ) return head;ListNode* newhead = reverseList(head->next);//进行倒置head->next->next = head;//next设置为空head->next = nullptr;//返回新链表的头return newhead;}

提交:过啦!!!

5 Leetcode 24. 两两交换链表中的节点

跟上节奏:24. 两两交换链表中的节点 !!!

题目描述:

在这里插入图片描述
题目也很好理解奥

算法思路

我们依旧是使用递归来解决:

  1. 当前问题:置换两个节点,并指向后续以及置换完成的链表。
  2. 子问题:后序节点的置换
  3. 函数出口:为空或只有一个节点之间返回即可。
    ListNode* swapPairs(ListNode* head) {//利用递归解决问题//一次要处理两个节点if(head == nullptr) return nullptr;if(head->next == nullptr) return head;//继续处理 --- 相信 swapPairs(tmp) 这个会处理好剩余部分ListNode* tmp = swapPairs(head->next->next);//进行处理//记录下 1 2 节点的后面的2节点,它是置换后的头节点。ListNode* ret = head->next;//置换head->next->next = head;head->next = tmp;return ret;}

提交:过啦!!!

6 Leetcode 50. Pow(x, n)

最后一题:50. Pow(x, n) !!!

题目描述

在这里插入图片描述
这道题需要我们使用幂函数,当然不是一般的循环相乘(必然超时),我们要实现快速幂!

算法思路

快速幂的思想很简单:假如我们需要 210 ,我们就求25 ,求 25 就求 22 * 22 * 2 …以此类推直到次数为 0 就返回 1

需要注意的是负数的处理,求负次幂,我们可以先求正的然后在取倒数。
还有边界的处理,题目所给的最小值 - 231 取正后为 231,超出int的范围,所以需要转换为long long

    double myPow(double x, long long n) {if(n == 0) return 1;if( n < 0 ) {long long t = (long long)(-n);double tmp = myPow( x , t / 2);return t % 2 == 0 ? 1 / (tmp * tmp) : 1 / (tmp * tmp * x);}else{double tmp = myPow( x ,  n / 2);return n % 2 == 0 ? tmp * tmp : tmp * tmp * x;}}

提交过啦!!!

7 总结

我们进行递归算法,只需要处理好当前问题,其余相信我们的黑盒可以解决。注意:

  1. 函数出口的设置,这个是关键!!!
  2. 返回值的设置要合适,看题分析!!!

Thanks♪(・ω・)ノ谢谢阅读!!!

下一篇文章见!!!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/21148.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

AI预测体彩排3采取888=3策略+和值012路一缩定乾坤测试6月2日预测第9弹

今天继续基于8883的大底进行测试&#xff0c;今天继续测试&#xff0c;好了&#xff0c;直接上结果吧~ 首先&#xff0c;888定位如下&#xff1a; 百位&#xff1a;5,4,7,3,2,9,1,0 十位&#xff1a;4,6,5,7,2,9,1,0 个位&#xff1a;3,4,2,5,…

车流量智能监测识别摄像机

车流量智能监测识别摄像机是一项革命性的技术&#xff0c;正在为城市交通管理带来巨大改变。这种摄像机利用先进的人工智能和图像识别技术&#xff0c;能够实时监测道路上的车流量&#xff0c;并对车辆进行智能识别和分类&#xff0c;从而实现对交通流量的精准监测和管理。 与传…

Day02 设计首页导航条

设计首页导航条 导航条的样式&#xff0c;主要是从Material DesignThemes UI 拷贝过来修改的,项目用了这个UI组件库。就看项目需要什么&#xff0c;就去源码拷过来使用。 直接下载源码&#xff0c;编译运行就可以看到Demo 了 下载后且正常编译成功了&#xff0c;是能正常跑起来…

iOS——类与对象底层探索

类和对象的本质 当我们使用OC创建一个testClass类并在main函数创建它的实例对象的时候&#xff0c;OC的底层到底是什么样的呢&#xff1f; 首先&#xff0c;我们要了解OC对象的底层结构&#xff0c;那么我们就得知道&#xff1a;OC本质底层实现转化其实都是C/C代码。 使用下面…

spoon工具的常用基础操作

一些常用转换工具 1、emp表输入->excel表输出 emp表输入&#xff0c;可以进行预览查看数据有没有过来excel表输出 成功执行后&#xff0c;可以到保存的excel位置进行查看。 2、excel输入->表输出 运行转换后可以在oracle进行查看是否有成功创建这个表 3、对部门最高…

【JAVA WEB实用与优化技巧】Maven自动化构建与Maven 打包技巧

文章目录 一、MavenMaven生命周期介绍maven生命周期命令解析 二、如何编写maven打包脚本maven 配置详解setting.xml主要配置元素setting.xml 详细配置 使用maven 打包springboot项目maven 引入使用package命令来打包idea打包 三、使用shell脚本自动发布四、使用maven不同环境配…

【协议开发系列】梳理关于TCP和UDP两种协议的区别和使用场景

起源 前二天项目上在核对外部对接服务的五元组列表的时候&#xff0c;有一位客户提问对于同样的服务同时支持tcp和udp二种方式&#xff0c;有什么优点和缺点&#xff0c;应该如何选择&#xff1f;这个问题突然让我愣了一下&#xff0c;确实好久没有“温故”了&#xff0c;相关…

商业新闻|当我们在讨论卖车时我们在讨论什么?

‍‍今天是2024年第22周 这是Yura「输出倒逼输入」计划的第10篇文章 全年进度&#xff1a;10/52 01 投资人为什么不断入局烧钱又亏损的新能源&#xff1f; 造车的烧钱速度超乎想象。除了最近的小米&#xff0c;这些年国内大大小小的玩家好像都在以不同的形式或直接或间接的参与…

【视频创作思维流程】教你从0培养视频创作思维

【视频创作思维流程】教你从0培养视频创作思维 1.创作认知2.培养自己的想象力2.1通过音乐辅助闭上眼睛想象2.2多看多见多模仿 3 视频脚本3.1简单的脚本3.2复杂脚本 4.拍摄预见能力4.1拍摄预见力思维用于转场4.2拍摄预见力思维给特效制作留住空间4.2拍摄预见力思维给字幕制作留住…

src挖掘-记一次付费资源的sign绕过

0x01 前言 最近都没怎么挖到过细小的漏洞&#xff0c;一直纠结于一些比较难以实现的点&#xff0c;天天在各种测试、上线服务器里面fuzz找遗漏的点(bushi) 大概上周突破了一处付费资源免费调用&#xff0c;定级了&#xff0c;故发出来水水文 0x02 绕过过程 逛着逛着主站&…

五种最新算法求解柔性作业车间调度问题(Flexible Job Shop Scheduling Problem,FJSP),提供MATLAB代码

一、WSA求解FJSP FJSP&#xff1a;波搜索算法(Wave Search Algorithm, WSA)求解柔性作业车间调度问题&#xff08;FJSP&#xff09;&#xff0c;提供MATLAB代码-CSDN博客 二、SBOA求解FJSP FJSP&#xff1a;蛇鹫优化算法&#xff08;Secretary bird optimization algorithm&a…

模糊小波神经网络(MATLAB 2018)

模糊系统是一种基于知识或规则的控制系统&#xff0c;从属于智能控制&#xff0c;通过简化系统的复杂性&#xff0c;利用控制法来描述系统变量之间的关系&#xff0c;采用语言式的模糊变量来描述系统&#xff0c;不必对被控对象建立完整的数学模型。相比较传统控制策略&#xf…

WIN系统 -> 以太网未识别的网络问题

1.方法1 2. 3. 根据诊断提示解决问题。 方法2. 右键以太网属性

GiantPandaCV | 浅谈分辨率对模型影响以及训练方法

本文来源公众号“GiantPandaCV”&#xff0c;仅用于学术分享&#xff0c;侵权删&#xff0c;干货满满。 原文链接&#xff1a;浅谈分辨率对模型影响以及训练方法 一、前言 最近几个人在讨论模型训练的时候&#xff0c;提到了一个尺度对于模型的影响以及训练方法的收益&#…

一天挣几十元的网上兼职副业有哪些?推荐几个适合普通人做的兼职副业,有线上的也有线下的,建议收藏哦~

一天几十的兼职&#xff0c;不是几百的&#xff0c;这个会更容易实现。 相比网络上充斥着各种五花八门的兼职&#xff0c;教你轻松月入过万&#xff0c;一年几十万的...... 对于绝大多数没有一技之长的普通人&#xff0c;网络小白的话刚开始会很难的&#xff0c;慢慢来就可以…

Jenkins流水线pipeline--基于上一章的工作流程

1流水线部署 1.流水线文本名Jenkinsfile,将流水线放入gitlab远程仓库代码里面 2pipeline脚本 Jenkinsfile文件内容 pipeline {agent anyenvironment {key"value"}stages {stage("拉取git仓库代码") {steps {deleteDir()checkout scmGit(branches: [[nam…

自然语言处理(NLP)—— 置信度(Confidence)

1. 置信度&#xff08;Confidence&#xff09;的概念 置信度&#xff08;Confidence&#xff09;在机器学习和统计中通常指一个模型对其做出的预测是正确的确信程度。在分类任务中&#xff0c;置信度通常由模型赋予特定类别的概率值来表示。例如&#xff0c;在文本分类或实体识…

阿里云短信服务使用(Java)

文章目录 一、流程1.打开短信服务2.提交材料申请资质3.资质通过后&#xff0c;申请短信签名并设置短信模板4.右上角设置AccessKey5.充值 二、参考官方文档调用API1.引入maven依赖2.调用API补充 一、流程 1.打开短信服务 登陆注册阿里云 搜索“短信服务”&#xff0c;点击“免…

WHAT - 容器化系列(一)

这里写目录标题 一、什么是容器与虚拟机1.1 什么是容器1.2 容器的特点1.3 容器和虚拟机的区别虚拟机&#xff08;VM&#xff09;&#xff1a;基于硬件的资源隔离技术容器&#xff1a;基于操作系统的资源隔离技术对比总结应用场景 二、容器的实现原理1. Namespace&#xff08;命…

TVS管的功率计算与选型

“选择多大功率的TVS管才算合适&#xff1f;”。关于TVS功率的选择&#xff0c;不晓得之前你考虑过没。反正我这边是感觉网上关于TVS管参数、选型等文章比较多&#xff0c;但关于TVS管功率计算及功率选型的文章比较少。但往往在这些点上更能体现面试者的功力。 研究过TVS规格书…