递归、搜索与回溯算法(专题一:递归)

这篇具有很好参考价值的文章主要介绍了递归、搜索与回溯算法(专题一:递归)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

往期文章(希望小伙伴们在看这篇文章之前,看一下往期文章)

(1)递归、搜索与回溯算法(专题零:解释回溯算法中涉及到的名词)【回溯算法入门必看】-CSDN博客

接下来我会用几道题,来让同学们利用我在专题零中提到的递归的宏观思想来解决这些题目。

目录

1. 汉诺塔

2. 合并两个有序链表

3. 反转链表

4. 两两交换链表中的结点

5. 快速幂

解法一  暴力循环

解法二  不断拆分

解法三  利用了二进制的特点


1. 汉诺塔

这道题可以说是递归最经典的题目之一,接下来我们就从这道题入手,重新认识一下递归是什么?

力扣题目链接

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

解析:

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

 文章来源地址https://www.toymoban.com/news/detail-824749.html

总结:我们想知道n个盘子的次数,记住了,在求解f(n)的时候,我们直接默认f(n - 1)已经完了就可以了!这个在前面已经解释过了,在此不再鳌述。我们将n-1个盘子当作一个整体:这就是类似于分治求解子问题的思想

那么当由3个盘子时,就有公式:f(3,x,y,z) = f(2,x,z,y),x->z,f(2,y,x,z);当有4个盘子时,就有公式:f(4,x,y,z) = f(3,x,z,y),x->z,f(3,y,x,z).从而推出f(n,x,y,z) = f(n,x,z,y),x->z,f(n,y,x,z)!

综上所述:也就是说我们想移动n个盘子,就需要先移动n - 1个盘子;移动n - 1个盘子,就需要先移动n - 2个盘子 ………………;移动2个盘子,就必须先移动1个盘子;

(1)而移动1个盘子就是递归的终止条件

(2)而n个盘子变成n - 1个盘子就是递归的大问题变成小问题的方法

宏观角度分析递归:

再来回顾,宏观的细节

  • 一:不要在意递归的细节展开图
  • 二:把递归的函数当成一个“黑盒”
  • 三:我们的无条件的相信“黑盒”可以为我们解决当前的子问题(再次强调,递归中的每个子问题的解题步骤都是一样)

具体构建一个递归算法:

(1)创建函数头 ——> 从重复子问题入手,将x柱子上的盘子,借助y柱子转移到z柱子上。从而有函数头为:dfs(int x,int y,int z,int n); x、y和z代表了柱子,n代表现在多少个盘子需要移动。x是开始柱,y是中转柱,z是目的柱。

(2)确定函数体 ——> 无条件相信他能帮我们解决每一个子问题的。

重复的子问题如下:

  • 如从 x 号柱子将n - 1个盘子借助 z 号柱子移动到 y 号柱子上
  • 将 x 号柱子将最后一个盘子移动到 z 号柱子上
  • 将 y 号柱子上的n - 1个盘子移动到 z 号柱子上

从而有函数体为:

① dfs(x,z,y,n - 1); ② x.back -> z; ③ dfs(y,x,z,n - 1);

(3)递归出口:当剩下一个盘子的时候,也就是n == 1时。x.back -> z即可。

    //宏观角度分析递归
    //1.创建函数头
    //2.确定函数体,无条件相信他能帮我们解决每一个子问题的
    //3.递归出口
    public void hanota(List<Integer> A, List<Integer> B, List<Integer> C) {
        dfs(A,B,C,A.size());
    }

    public void dfs(List<Integer> x,List<Integer> y,List<Integer> z,int size){
        //递归出口
        if(size == 1){
            z.add(x.remove(x.size() - 1));
            return;
        }

        //封装一个小黑盒
        //将x柱上的size - 1个盘子通过z柱子移动到y柱子上
        dfs(x,z,y,size - 1);
        //将a柱上的最后一个盘子移动到c柱子上
        z.add(x.remove(x.size() - 1));
        //将b柱上的size - 1个盘子通过a柱子移动到c柱子上
        dfs(y,x,z,size - 1);
    }

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

2. 合并两个有序链表

力扣题目链接

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

解析:
(1)递归函数的含义:交给你两个链表的头结点,你帮我把它们合并起来,并且返回合并后的头结点。
(2)函数体:选择两个头结点中较⼩的结点作为最终合并后的头结点,然后将剩下的链表交给递归函数去处理。
(3)递归出⼝:当某⼀个链表为空的时候,返回另外⼀个链表。 

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

    // 法一:递归法
    public ListNode mergeTwoLists(ListNode l1, ListNode l2) {
        // 递归出口:当l1或者l2为空,就返回另一个不为空的链表
        if (l1 == null)
            return l2;
        if (l2 == null)
            return l1;
        //如果l1的值小于l2,那么就让l1作为头结点,剩下的结点继续比较
        if (l1.val <= l2.val) {
            l1.next = mergeTwoLists(l1.next,l2);
            return l1;
        }
        else{
            l2.next = mergeTwoLists(l1,l2.next);
            return l2;
        }
    }

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

3. 反转链表

力扣题目链接

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先 

解析: 

(1)递归函数的含义:交给你⼀个链表的头指针,你帮我逆序之后,返回逆序后的头结点。
(2)函数体:先把当前结点之后的链表逆序,逆序完之后,把当前结点添加到逆序后的链表后⾯即可。(相同的子问题)
(3)递归出⼝:当前结点为空或者当前只有⼀个结点的时候,不⽤逆序,直接返回。

    public ListNode reverseList(ListNode head) {
        return dfs(head);
    }
    public ListNode dfs(ListNode h){
        //递归出口:直接到找最后一个结点,类似后序遍历
        if(h == null || h.next == null){
            return h;
        }
        //找最后一个结点
        ListNode newNode = dfs(h.next);
        //从倒数第二个结点开始
        h.next.next = h;
        h.next = null;

        return newNode;
    }

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

4. 两两交换链表中的结点

力扣题目链接

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

解析:

(1)递归函数的含义:交给你⼀个链表,将这个链表两两交换⼀下,然后返回交换后的头结点。
(2)函数体:先去处理⼀下第⼆个结点往后的链表,然后再把当前的两个结点交换⼀下,连接上后⾯处理后的链表。(相同的子问题)
(3)递归出⼝:当前结点为空或者当前只有⼀个结点的时候,不⽤交换,直接返回。 

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

    //后序遍历
    public ListNode swapPairs(ListNode head) {
        //链表中节点的数目在范围 [0, 100] 内
        //如果只剩下一个结点就没必要交换了,因为是两两交换
        if(head == null || head.next == null){
            return head;
        }
        //先去交换在我之后之后的结点
        ListNode newNode = swapPairs(head.next.next);
        ListNode ret = head.next;
        head.next = newNode;
        ret.next = head;
        return ret;
    }

 要先修改后面结点,再能修改当前结点,很类似后序遍历的方式。

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

5. 快速幂

力扣题目链接

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

解法一  暴力循环

    public double myPow(double x, int n) {
        double ret = 1;
        int tmp = n;
        if(n < 0) n = -n;
        for(int i = 1;i <= n;i++){
            ret *= x;
        }
        if(tmp < 0) ret = 1.0 / ret;
        return ret;
    }

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

暴力循环可以解决较小的幂,当幂的值比较大就会报超时的错误!!!

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

所以有了如下两个改进方案:

 

解法二  不断拆分

(1)递归函数的含义:求出 x 的 n 次⽅是多少,然后返回。
(2)函数体:先求出 x 的 n / 2 次⽅是多少,然后根据 n 的奇偶,得出 x 的 n 次⽅是多少。
(3)递归出⼝:当 n 为 0 的时候,返回 1 即可 。

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

    //第二种方法:
    public double myPow(double x, int n) {
        return n < 0 ? 1.0 / pow(x,-n) : pow(x,n);
    }

    public double pow(double x,int n){
        if(n == 0)
            return 1.0;
        double tmp = pow(x,n/2);
        return n % 2 == 0 ? tmp * tmp : tmp * tmp * x;
    }

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

解法三  利用了二进制的特点

例如算:

分解:递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

(1)而、、是倍乘关系,所以算不用11个a相乘,而是  得到,,而 得到。

(2)那么问题来了,如何将11分解成 11 = 8 + 2 + 1这样的倍乘关系呢?

答:递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

(3)这里因为二进制的11中第三位为0,所以没有 ,如果跳过4呢?1011中的0,就是需要跳过的 4。

(4)递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

推算乘积:从低位往高位处理1011(右移一次,就把刚处理的低位移走了)

  • 1011,处理末尾的1:计算a。 ;
  • 1011,处理第2个1:计算。 递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先 ;
  • 1011,处理0:跳过。
  • 1011,处理1:计算。 递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先
    //第三种方法:
    public double myPow(double x, int n) {
        double base = x;
        int tmp = n;
        double res = 1;
        if(n < 0) n = -n;
        while(n != 0){
            if((n & 1) != 0) //如果n的最后一位是1,表示这个地方需要乘
                res*=base;
            base*=base;//推算乘积,在解析有说明
            n>>=1;//n右移一位,把刚处理过n的最后一位去掉
        }
        if(tmp < 0) res = 1.0 / res;
        return res;
    }

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

注:解法三的速度比解法一快了许多,但是相比于解法二还是慢了一些,导致超时错误。

递归、搜索与回溯算法(专题一:递归),Java版本的算法题,回溯算法,算法,java,深度优先

 

到了这里,关于递归、搜索与回溯算法(专题一:递归)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

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: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 专题二:二叉树的深搜【递归、搜索、回溯】

    深度优先遍历 (DFS,全称为DepthFirstTraversal),是我们树或者图这样的数据结构中常用的⼀种遍历算法。这个算法会尽可能深的搜索树或者图的分⽀,直到⼀条路径上的所有节点都被遍历完毕,然后再回溯到上⼀层,继续找⼀条路遍历。 在⼆叉树中,常⻅的深度优先遍历为:

    2024年02月07日
    浏览(32)
  • 递归专题训练详解(回溯,剪枝,深度优先)

    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

    2024年02月07日
    浏览(36)
  • 【算法系列篇】递归、搜索与回溯(一)

    递归算法是一种通过重复将问题分解为同类的子问题而解决问题的方法。递归式方法可以被用于解决很多的计算机科学问题,因此它是计算机科学中十分重要的一个概念。绝大多数编程语言支持函数的自调用,在这些语言中函数可以通过调用自身来进行递归。 搜索算法是利用

    2024年02月04日
    浏览(37)
  • 【算法系列篇】递归、搜索和回溯(三)

    前面我已经给大家分享了两篇关于递归、搜索和回溯相关的问题,但是前面两篇只涉及到了递归,搜索和回溯基本还没涉及到,大家先别着急,后面的文章会为大家分享关于搜索和回溯相关的知识和题目。今天这篇文章主要涉及到的就是关于在递归过程中的剪枝问题。 二叉树

    2024年02月04日
    浏览(31)
  • 【算法系列篇】递归、搜索和回溯(四)

    前面我们通过几个题目基本了解了解决递归类问题的基本思路和步骤,相信大家对于递归多多少少有了更加深入的了解。那么本篇文章我将为大家分享结合决策树来解决递归、搜索和回溯相关的问题。 决策树是一种基本的分类与回归方法。在分类问题中,决策树通过构建一棵

    2024年02月04日
    浏览(35)
  • 【算法系列篇】递归、搜索和回溯(二)

    前面为大家介绍了关于递归的知识,以及使用递归解决了几个问题,那么这篇文章将带大家巩固一下关于递归的知识。 https://leetcode.cn/problems/swap-nodes-in-pairs/description/ 给你一个链表,两两交换其中相邻的节点,并返回交换后链表的头节点。 你必须在不修改节点内部的值的情况

    2024年02月05日
    浏览(30)
  • Java中常用算法及示例-分治、迭代、递归、递推、动态规划、回溯、穷举、贪心

    1、分治算法的基本思想是将一个计算复杂的问题分成规模较小、计算简单的小问题求解, 然后综合各个小问题,得到最终答案。 2、穷举(又称枚举)算法的基本思想是从所有可能的情况中搜索正确的答案。 3、迭代法(Iterative Method) 无法使用公式一次求解,而需要使用重复结构

    2024年02月08日
    浏览(34)
  • 【课设】java:迷宫小游戏(递归与分治、动态规划、贪心算法、回溯法、分支限界法)

    鱼弦:CSDN内容合伙人、CSDN新星导师、全栈领域优质创作者 、51CTO(Top红人+专家博主) 、github开源爱好者(go-zero源码二次开发、游戏后端架构 https://github.com/Peakchen) 递归与分治算法 原理: 递归与分治算法将问题分解为子问题,递归地解决每个子问题,最后将结果合并得到整

    2024年02月02日
    浏览(28)
  • ✔ ★ 算法基础笔记(Acwing)(三)—— 搜索与图论(17道题)【java版本】

    1. 排列数字(3分钟) 每次遍历dfs参数是 遍历的坑位 原题链接 2. n-皇后问题 原题链接 方法 1. 按行遍历(过程中有回溯、剪枝) 思想: 每次递归中,遍历一行的元素,如果可以放皇后,就递归到下一行,下一行中不行了,就返回来,回溯, 方法2. 按每个元素遍历(没有减枝)

    2024年02月05日
    浏览(36)
  • 递归回溯两个例题:1.数组组合 2.在矩阵中搜索单词

    题目1:组合 给定两个整数 n 和 k ,返回范围 [1, n] 中所有可能的 k 个数的组合。 你可以按 任何顺序 返回答案。 输入:n = 4, k = 2 输出: [   [2,4],   [3,4],   [2,3],   [1,2],   [1,3],   [1,4], ]  解题思路: 1.定义一个temp数组,存放临时的组合结果 2.两种选择:1.选择当前元素2.不选

    2024年02月15日
    浏览(32)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包