递归是一个很经典的算法,最常见的就是斐波那契数列, 斐波那契数列指的是这样一个数列: 0、1、1、2、3、5、8、13、21、…… 在数学上,斐波纳契数列以如下被以递归的方法定义: F0=0,F1=1,Fn=F(n-1)+F(n-2)(n>=2,n∈N*),最简单的解法就是通过递归:
-(NSInteger)simpleRecursive:(NSInteger)count{ if (count==1) { return 0; }else if(count==2){ return 1; } return [self simpleRecursive:count-1]+[self simpleRecursive:count-2]; }
通过斐波那契数列可以更清晰理解递归的概念:
必须有可达到的终止条件,否则程序陷入死循环
子问题在规模上比原问题小
子问题可通过再次递归调用求解
子问题的解应能组合成整个问题的解
同样的,我们可以通过递归求解整数的幂,比如说是 求解m的n次方:
一般求解m的n次方,一般使用n个m相乘的办法来求解。其实我们还可以使用另外一种更有效率的办法求解这个问题。我们知道一个数的0次方等于1,一个数的1次方等于该数本身。如果一个数的n次方的n可以被2整数,我们可以将求解的问题,分解为m的(n/2)次方乘以m的(n/2)次方。如果不能被2整除,则可以将问题求解转变为m乘以m的(n-1)次方,通过这个递归的办法,我们可以很快的分解求出问题。
-(NSInteger)power:(NSInteger)number count:(NSInteger)count{ if (count==0) { return 1; } if (count==1) { return number; } if (count%2==0) { return [self power:number*number count:count/2]; }else{ return [self power:number*number count:count/2]*number; } }
循环数组一个数组中的值我们是最常遇到的,如果按顺序输出一个正整数每一位的值我们可以通过递归实现:
-(void)printOutNumber:(NSInteger)number{ if (number>10) { [self printOutNumber:number/10]; } NSLog(@"数值%ld",number%10); }
另外一个经典的场景就是输入字符串 abc
,则打印出 a、b、c 所能排列出来的所有字符串 abc
、 acb
、 bac
、 bca
、 cab
和 cba
,暴力循环可以得到结果,不过如果这样写出来程序估计日后自己都不想看,这个问题其实是一个全排列的问题,核心的思想就是第一个数字起每个数分别与它后面的数字交换:
如果能生成n-1个元素的全排列,就能生成n个元素的全排列。对于只有一个元素的集合,可以直接生成全排列。所以全排列的递归终止条件很明确,只有一个元素时。我们可以分析一下全排列的过程:
(1)首先,我们固定第一个字符a,求后面两个字符bc的排列
(2)当两个字符bc排列求好之后,我们把第一个字符a和后面的b交换,得到bac,接着我们固定第一个字符b,求后面两个字符ac的排列
(3)将c放在第一个位置,但是记住前面我们已经把原先的第一个字符a和后面的b做了交换,为了保证这次c仍是和原先处在第一个位置的a交换,将c和第一个字符交换之前,先要把b和a交换回来。在交换b和a之后,再拿c和处于第一位置的a进行交换,得到cba,交换ba,得到cab。
图片来自网络,如果不清晰可以看下图片:
代码实现如下:
//http://www.cnblogs.com/xiaofeixiang -(void)allRange:(NSMutableArray *)arr start:(NSInteger)index{ if(index==arr.count-1) { NSString *result=@""; for (NSInteger i=0; i<arr.count; i++) { result=[result stringByAppendingString:[arr objectAtIndex:i]]; } NSLog(@"排列:%@",result); } else { for(NSInteger i=index;i<arr.count;i++) { //从下标为index的数开始,分别与它后面的数字交换 NSString *temp=arr[index]; arr[index]=arr[i]; arr[i]=temp; [self allRange:arr start:index+1]; NSString *tempNext=arr[index]; arr[index]=arr[i]; arr[i]=tempNext; } } }
递归应用场景很多,简单分析了遇到的递归的场景,其他的场景后续有时间分析~