转自:http://blog.51cto.com/cnn237111/1241956
某些算法逻辑,用递归很好表述,程序也很好写。理论上所有的递归都是可以转换成非递归的。如果有些场合要求不得使用递归,那就只好改成非递归了。
通常改成非递归算法的思路,就是使用临时的一个栈来存放计算的临时值。
下面演示2个例子。
示例一:
假设有如下的递归函数
f(1)=3
f(2)=11
f(n)=4*f(n-1)-f(n-2)
那么写成代码,这个递归函数就是如下:
1 2 3 4 5 6 7 8 9 | static int f( int x) { if (x == 1) return 3; else if (x == 2) return 11; else return 4 * f(x - 1) - f(x - 2); } |
如果改写成非递归,那么肯定是要用到循环。
由于计算第n个值的时候,要用到第n-1和第n-2个值,因此,至少要把这2个值存起来。然后使用的时候这2个值都出栈,计算出第n个值,然后,再把第n-1个值和第n个值入栈,以方便计算第n+1的值。具体代码如下:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | static int f_1( int x) { Stack< int > s = new Stack< int >(); for ( int i = 1; i <= x; i++) { if (i == 1) s.Push(3); else if (i == 2) s.Push(11); else { int tmp1 = s.Pop(); //栈中至少有2个元素了,出栈后以计算下一个元素 int tmp2 = s.Pop(); int tmp = 4 * tmp1 - tmp2; s.Push(tmp1); s.Push(tmp); //计算结果入栈 } } return s.Pop(); //返回栈顶元素 } |
示例二:遍历二叉树
二叉树的先序遍历,中序遍历,后序遍历,通常是递归实现的,因为很好理解。此处不再赘述递归版本。
假设有一个二叉树:
先用代码构造出这棵树。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 | #region 节点的定义 class node { public string nodevalue; public node leftchild, rightchild; public node() { } public node( string value) { nodevalue = value; } public void assignchild(node left, node right) //设定左右孩子 { this .leftchild = left; this .rightchild = right; } public bool hasleftchild //是否有左孩子 { get { return (leftchild != null ); } } public bool hasrightchild //是否有右孩子 { get { return (rightchild != null ); } } public override string ToString() { return nodevalue; } } #endregion |
***************************
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | static void Main( string [] args) { node node_a = new node( "a" ); node node_b = new node( "b" ); node node_c = new node( "c" ); node node_d = new node( "d" ); node node_e = new node( "e" ); node node_f = new node( "f" ); node node_g = new node( "g" ); node node_h = new node( "h" ); node node_i = new node( "i" ); //构造一棵二叉树 node_a.assignchild(node_b, node_c); node_b.assignchild(node_d, node_e); node_c.assignchild(node_f, node_g); node_e.assignchild(node_h, node_i); } |
****************************************
非递归版本实现先序遍历。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 | //先序遍历 static void preorder_visit_1(node root) { Stack<node> s = new Stack<node>(); s.Push(root); //先序遍历。首先访问的是根结点,把根节点放入栈中 while (s.Count > 0) { node r = s.Pop(); //当前要访问的结点出栈。 Console.Write(r.nodevalue); //先序遍历的顺序是根,左,右。 //由于栈的先入后出的特性,因此先插入右孩子,后插入左孩子,能保证取出来的时候是先左后右 if (r.hasrightchild) //如果有右孩子,则右孩子入栈 { s.Push(r.rightchild); } if (r.hasleftchild) //如果有左孩子,则左孩子入栈 { s.Push(r.leftchild); } } } //中序遍历 static void inorder_visit_1(node root) { Stack<node> s = new Stack<node>(); s.Push(root); while (s.Count > 0) { while (s.Peek() != null && s.Peek().hasleftchild) //把该节点的左子树全部遍历。 //如果s.Peek()==null,说明栈中null下的元素的左孩子已经遍历过了,该访问null下的元素本身了。 { s.Push(s.Peek().leftchild); } if (s.Peek() == null ) s.Pop(); if (s.Count > 0) { var node = s.Pop(); Console.Write(node.nodevalue); s.Push(node.rightchild); //如果没有右子树,放入空结点 } } } |