基于python的leetcode算法介绍之递归

文章目录

  • 零 算法介绍
  • 一 简单示例 辗转相除法
  • Leetcode例题与思路
    • [509. 斐波那契数](https://leetcode.cn/problems/fibonacci-number/)
      • 解题思路：
      • 题解：
    • [206. 反转链表](https://leetcode.cn/problems/reverse-linked-list/)
      • 解题思路：
      • 题解：
    • [面试题 08.06. 汉诺塔问题](https://leetcode.cn/problems/hanota-lcci/)
      • 解题思路：
      • 题解：
    • [94. 二叉树的中序遍历](https://leetcode.cn/problems/binary-tree-inorder-traversal/)
      • 解题思路：
      • 题解：
    • [101. 对称二叉树](https://leetcode.cn/problems/symmetric-tree/)
      • 解题思路：
      • 题解：

零 算法介绍

递归算法是传统算法中较为简单、基础且实用的一个部分。其核心思想就是通过函数对自身的调用，来实现多层嵌套的过程。而在函数递归的时候，为了保证程序的正常运行，我们需要在程序中设置出口，即需要一个判断条件来终止递归。最简单且常用的递归算法就有通过辗转相除法求两个数的最大公因数问题。

一 简单示例 辗转相除法

辗转相除法，也被称为欧几里得算法，是一种求两个整数的最大公因数（GCD）的经典算法。这个算法基于一个原理：两个整数的最大公因数等于较小数和两数相除余数的最大公因数。

具体步骤如下：

  1. 将两个数（假设为a和b）中的大数a除以小数b，得到余数r。

  2. 将b和余数r作为新的两个数，重复步骤1，直到余数为0。

  3. 余数为0时的除数就是最大公因数。

以下是通过循环求解的思路：

# 被除数 将会等于 除数
# 除数 将会等于 余数
# 考虑能否被递归
# 1. 是否存在相同的算法
# 2. 它的终止条件是否唯一
# 考虑到递归的终止条件
# 递归是从最后一层反向传到第一层
def gcd(a, b):  while b != 0:  a, b = b, a % b  return a  print(gcd(48, 18))
# 18

而当我们采用递归的方式实现时：

def gcd(a, b):return gcd(b, a % b) if a % b != 0 else bprint(gcd(48, 18))
# 18

Leetcode例题与思路

接下来，我们列举关于Leetcode的五道例题，并通过递归的方式进行求解：

509. 斐波那契数

斐波那契数 （通常用 F(n) 表示）形成的序列称为 斐波那契数列 。该数列由 0 和 1 开始，后面的每一项数字都是前面两项数字的和。也就是：

F(0) = 0，F(1) = 1

F(n) = F(n - 1) + F(n - 2)，其中 n > 1

给定 n ，请计算 F(n) 。

解题思路：

关于这道题，其实题目中已经给清了思路，我们按照公式整理即可，详情可看题解。

题解：

class Solution:def fib(self, n: int) -> int:return self.fib(n-1) + self.fib(n-2) if n > 1 else n

206. 反转链表

给你单链表的头节点 head ，请你反转链表，并返回反转后的链表。

在这里插入图片描述

解题思路：

这道题的解题思路其实有很多，递归仅是其中一个，由于本章是关于递归算法的介绍，所以不做其他方面的阐述。

那么我们来说一下递归的解法：

首先关于递归算法，我们最需要关注的问题是，它的终止条件是什么？ 在这道题里，链表的终止条件似乎是循环到head == None才算结束了。但是问题仅是这样吗？我们需要向下思考一层，那就是当我们在最后一个节点的情况下如何指向上一个节点？在单链表中，显然这是不被允许的！所以，这道题有很关键的一步是，我们判断终止的条件是head.next ≠ None。

当终止条件考虑过后，我们就可以考虑递归的主体了。在主程序中，由于我们的条件保证head.next ≠ None，所以我们可以使得head.next.next = head 这样就可以保证当前节点的下一个节点指向自己。而为了保证我们最后可以拿到逆序后的头节点，我们只需要返回原来链表中的最后一个元素。

题解：

class Solution:def reverseList(self, head: ListNode) -> ListNode:if head is None or head.next is None:    # 判断边界并返回逆序后的头节点return headrenode = self.reverseList(head.next)head.next.next = headhead.next = Nonereturn renode

面试题 08.06. 汉诺塔问题

在经典汉诺塔问题中，有 3 根柱子及 N 个不同大小的穿孔圆盘，盘子可以滑入任意一根柱子。一开始，所有盘子自上而下按升序依次套在第一根柱子上(即每一个盘子只能放在更大的盘子上面)。移动圆盘时受到以下限制:
(1) 每次只能移动一个盘子;
(2) 盘子只能从柱子顶端滑出移到下一根柱子;
(3) 盘子只能叠在比它大的盘子上。

请编写程序，用栈将所有盘子从第一根柱子移到最后一根柱子。

你需要原地修改栈。

解题思路：

汉诺塔是一道非常经典的递归题目，我也非常喜欢。解这道题最好你玩过汉诺塔，这样你就会有一个基本的逻辑在。不说其他的了，我们来说一下汉诺塔的解题思路：关于这道题，我做一个很形象的比喻：把大象关进冰箱需要几步？只需要三步：打开冰箱门，放进大象，关上冰箱门。忽然这么一说你可能摸不到头脑，但我们可以这么理解：

将汉诺塔从原始柱移到目标柱需要几步？只需要三步：把前N-1层移动到临时柱，把第N层移动到目标柱，把前N-1层在移动到目标柱上。

记住这个逻辑，后面代码中，我将通过raw,temp,aim来替换掉A,B,C。

那这道题目的终止条件是什么呢？

当然是仅剩下一层的时候我该怎么移动了。很简单，从原始柱移动到目标柱就可以了。

那么由于对于N层来说，我们需要把前N-1层移动到临时柱。那么对于前N-1层，那个临时柱就变成了它的目标。提示到这里，聪明的你应该有想法了，那么更精彩的就在代码里了。

题解：

class Solution:def hanota(self, A: List[int], B: List[int], C: List[int]) -> None:n = len(A)raw, temp, aim = A, B, Cself.move(n, raw, temp, aim)def move(self, n, raw, temp, aim):if n == 1:aim.append(raw[-1])raw.pop()return else:self.move(n-1, raw, aim, temp)aim.append(raw[-1]) raw.pop() self.move(n-1,temp, raw, aim)

94. 二叉树的中序遍历

给定一个二叉树的根节点 root ，返回 它的 中序 遍历 。

解题思路：

如果你不知道二叉树的遍历，那么很遗憾，你需要先补习相关知识，之前说的递归的知识其实已经足够了。二叉树和递归其实是相互纠缠的一对儿，所以我们还要讲几到二叉树的题目。

中序遍历：即左子树，根结点，右子树三步走。

而在这道题中，我们先找一下终止条件：即作为树的叶子节点即可返回。

而在程序主体中，我们进需要按照左，中，右的逻辑对列表做拼接即可。

还需要注意一点，就是要小心空树哦。

题解：

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:def inorderTraversal(self, root: Optional[TreeNode]) -> List[int]:if root == None:return []elif root.left == None and root.right == None:return [root.val]else:my_list = self.inorderTraversal(root.left) if root.left != None else []my_list = my_list + [root.val]my_list = my_list + self.inorderTraversal(root.right) if root.right != None else my_listreturn my_list

101. 对称二叉树

给你一个二叉树的根节点 root ， 检查它是否轴对称。

解题思路：

如何判断一个二叉树是否对称？它仅满足一个条件，即二叉树的左子树和右子树呈现镜像对称。什么意思呢？就是左子树的右节点应该风雨右子树的左节点。

去判断一棵树满足对称二叉树的条件，不如去找他不满足的地方。这是算法那种的一个很重要的思想：判断成功需要挨个证明，但判断失败仅需要一次就行。

那接下来，我们来说一下终止条件：

  1. 成功：当左右镜像最后都成为None的情况下，就是最终的胜利。

  2. 迭代：当左右都没到叶子节点的时候，且左右根的值相同。

  3. 失败：不满足以上条件就是失败。

所以代码很简单可以写成一下形式：

题解：

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:def isSymmetric(self, root: Optional[TreeNode]) -> bool:def search(left, right):if left == None and right == None:return Trueelif left != None and right != None and left.val == right.val:return search(left.left, right.right) and search(left.right, right.left)else:return Falsereturn search(root.left, root.right) if root != None else True

以上就是关于递归的一些见解，我将不定期的更新该系列，来完善基于python的算法体系。

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/news/233157.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

深度学习 该用什么标准判断差异最小

深度学习 该用什么标准判断差异最小

决定差异最小的标准通常依赖于您的具体问题和任务。以下是一些常见的用于评估预测性能的标准和思路： 1. **均方根误差 (RMSE):** RMSE 是预测值和真实值之间差异的平方的平均值的平方根。它对较大的误差更加敏感。 from sklearn.metrics import mean_squared_error…
阅读更多...
Jmeter中使用py插件

Jmeter中使用py插件

-安装插件 1、下载插件jython-standalone-2.7.0.jar到jmeter的lib\ext目录下 链接： https://pan.baidu.com/s/13ZXtUwoQEV62M98GaIR26w 提取码：ioyk 2、重启jmeter，查看是否生效，如果这个语言有python的选项说明可以了&#xf…
阅读更多...
VMware虚拟机安装Linux操作系统

VMware虚拟机安装Linux操作系统

1.CentOS 7安装 软件选择，安装桌面系统 2.配置虚拟机网卡 3.连接Xshell
阅读更多...
测试用例评审流程优化

测试用例评审流程优化

测试用例评审是QA日常工作流程中的关键一环，是QA同学完善测试用例、交流测试经验的好机会。 负责组内测试用例建设以来，作者对于评审流程做了一些优化工作。本文作者将整个优化过程中的心得体会做了一个总结，希望能给大家带来帮助。 01 原始流…
阅读更多...
Model-based value iteration and policy iteration pseudocode

Model-based value iteration and policy iteration pseudocode

Note that the symbols used in the pseudocode below have the following meanings: MDP: Markov Decision Process;V(s): Value function, the avg reture of one state;π(s): Policy, in the sense that for a given state s, π(s)represents the action that the agent …
阅读更多...
【MySQL】 表的操作

【MySQL】 表的操作

// 创建表 create table 表名();// 查看表结构 desc 表名;// 新增一列表信息 alter table 表名 add 字段名 字段类型 (after 原表某一字段名);// 删除一列表信息 alter table 表名 drop 字段名;// 修改表字段名字 alter table 表名 change 原字段名 新字段名 类型; // 新字…
阅读更多...
企业微信自动登录自定义系统

企业微信自动登录自定义系统

方法一：企业微信构造OAuth2链接跳转登录到自定义系统 企业微信自定义应用配置 构造网页授权链接 如果企业需要在打开的网页里面携带用户的身份信息，第一步需要构造如下的链接来获取code参数： https://open.weixin.qq.com/connect/oauth2/…
阅读更多...
数据可视化---饼图、环形图、雷达图

数据可视化---饼图、环形图、雷达图

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化—柱状图数据可视化—饼图、环形图、雷达图统计学检验箱…
阅读更多...
ubuntu18.04 升级到ubuntu22.04版本

ubuntu18.04 升级到ubuntu22.04版本

要将 Ubuntu 18.04 LTS 升级到 Ubuntu 22.04 LTS，您可以按照以下步骤进行： 1. 备份您的数据 在进行系统升级之前，建议备份所有重要数据，以防升级过程中出现任何问题。 2. 更新当前系统 确保您的 Ubuntu 18.04 系统是最新的。打…
阅读更多...
【微服务】springboot整合minio详解

【微服务】springboot整合minio详解

目录 一、前言 二、Minio 概述 2.1 Minio简介 2.1 Minio特点 三、Minio 环境搭建 3.1 部署过程 3.1.1 拉取镜像 3.1.2 启动容器 3.1.3 访问web页面 四、Minio基本使用 4.1 基本概念 4.2 上传文件演示 4.3 用户管理 4.4 Java操作Minio 4.4.1 导入依赖 4.4.2 上传…
阅读更多...
MATLAB 平面拟合并可视化（34）

MATLAB 平面拟合并可视化（34）

MATLAB 平面拟合并可视化（34） 一、效果二、代码一、效果 二、代码 % 生成三维点数据 x = rand(100, 1); y = rand(100, 1
阅读更多...
Express及mongoose搭建数据库（增删改查）

Express及mongoose搭建数据库（增删改查）

express是什么？ Express.js 是一个基于 Node.js 平台的 Web 应用程序框架，它旨在帮助开发者轻松构建和管理 Web 服务和应用程序。Express 提供了许多强大的功能，使得创建可扩展、灵活且高性能的 Web 应用变得相对容易。 安装Express步骤 确保…
阅读更多...
棋牌的电脑计时计费管理系统教程，棋牌灯控管理软件操作教程

棋牌的电脑计时计费管理系统教程，棋牌灯控管理软件操作教程

一、前言 有的棋牌室在计时的时候，需要使用灯控管理，在开始计时的时候打开灯，在结账后关闭灯，也有的不需要用灯控，只用来计时。 下面以 佳易王棋牌计时计费管理系统软件为例说明： 软件试用版下载或技术支…
阅读更多...
【PostgreSQL】从零开始:（七）PostgreSQL-Initdb命令初始化数据库

【PostgreSQL】从零开始:（七）PostgreSQL-Initdb命令初始化数据库

概述 initdb是PostgreSQL初始化数据库的工具，用来生成PostgreSQL的Data目录结构 使用initdb 创建数据库集群时，会自动初始化区域设置支持。 initdb 默认情况下将使用其执行环境的区域设置来初始化数据库集群，因此，如果您的系统已…
阅读更多...
LVS+Keepalived集群的介绍和搭建

LVS+Keepalived集群的介绍和搭建

目录 LVSKeepalived集群的介绍 Keepalived及其工作原理 Keepalived体系主要模块及其作用 一个合格的集群应该具备的特性 健康检查（探针）的方式 实验：搭建LVSKeepalived集群 实验准备 实验步骤 LVS 部署 配置节点服务器 实验验证 实…
阅读更多...
【【UART 传输数据实验】】

【【UART 传输数据实验】】

UART 传输数据实验 通信方式在日常的应用中一般分为串行通信（serial communication）和并行通信（parallel communication）。 我们再来了解下串行通信的特点。串行通信是指数据在一条数据线上，一比特接一比特地按顺序传…
阅读更多...
中英购物商城 中英文网店系统怎么选

中英购物商城 中英文网店系统怎么选

中英文网店系统能帮助企业将商品卖到不同国家和地区，有效走出国门的工具，在选择中英购物商城时，需要考虑以下几个方面： 1、语言支持：选择一款能够支持中英文双语的购物商城系统是必要的，同时建议选择能确认…
阅读更多...
feign返回参数为统一转化

feign返回参数为统一转化

原因：使用feign调用接口，接收的数据结构必须和报文返回的结构一样。返回报文中data是对象，用string接收会报错。 扩充：jackson进行反序列化时，如果类型参数是JavaType，则使用泛型接收时，泛型需…
阅读更多...
工大智信智能听诊器：为您提供健康报告的私人健康管家

工大智信智能听诊器：为您提供健康报告的私人健康管家

工大智信智能听诊器：为您提供健康报告的私人健康管家 工大智信智能听诊器在日常健康监测中扮演着重要的角色，它的出现为预防疾病提供了有力的支持。以下是工大智信智能听诊器在监测和预防疾病方面的重要性描述，以及它如何帮助用户及早发现健康…
阅读更多...
数据结构--图（更新ing~）

数据结构--图（更新ing~）

树具有灵活性，并且存在许多不同的树的应用，但是就树本身而言有一定的局限性，树只能表示层次关系，比如父子关系。而其他的比如兄弟关系只能够间接表示。 推广--- 图 图形结构中，数据元素之间的关系是任意的。 一、图…
阅读更多...
最新文章

Copyright @ 2022~2023