前言
本文收录于专辑:http://dwz.win/HjK,点击解锁更多数据结构与算法的常识。
你好,我是彤哥,一个每天爬二十六层楼还不忘读源码的硬核男人。
上一节,咱们应用位图介绍了 12306 抢票算法的实现,没有收到推送的同学能够点击上方专辑查看,或者在公主号历史音讯中查看。
在上一节的最初,彤哥收到最新情报,说是所有的递归都能够改写成非递归,是不是真的呢?如何实现呢?有没有套路呢?
让咱们带着这些问题进入明天的学习吧。
何为递归?
所谓递归,是指程序在运行的过程中调用本身的行为。
这种行为也不能无限度地进行上来,得有个进口,叫做 边界条件
,所以,递归能够分成三个段:后退段、达到边界条件,返回段,在这三个段咱们都能够做一些事,比方后退段对问题规模进行放大,返回段对后果进行整顿。
这么说可能比拟形象,让咱们看一个简略的案例:
如何用递归实现 1 到 100 的相加?
1 到 100 相加应用循环大家都会解,代码如下:
public class Sum {public static void main(String[] args) {System.out.println(sumCircle(1, 100));
}
private static int sumCircle(int min, int max) {
int sum = 0;
for (int i = min; i <= max; i++) {sum += i;}
return sum;
}
}
那么,如何应用递归实现呢?
如何疾速实现递归?
首先,咱们要找到这道题的边界条件,1 到 100 相加,边界条件能够是 1,也能够是 100,如果从 1 开始,那么边界条件就是 100,反之亦然。
找到了边界条件之后,就是将问题规模放大,对于这道题,计算 1 到 100 相加,那么,能不能先计算 1 到 99 相加再把 100 加上呢?必定是能够的,这样问题的规模就放大了,直到,问题规模放大为 1 到 1 相加为止。
OK,让咱们看代码实现:
private static int sumRecursive(int min, int max) {
// 边界条件
if (min >= max) {return min;}
// 问题规模放大
int sum = sumRecursive(min, max - 1);
// 加上以后值
sum += max;
// 返回
return sum;
}
是不是很简略?还能够更简略:
private static int sumRecursive2(int min, int max) {return min >= max ? min : sumRecursive2(min, max - 1) + max;
}
686?
所以,应用递归最重要的就是找到边界条件,而后让问题的规模朝着边界条件的方向始终放大,直到达到边界条件,最初顺次返回即可,这也是疾速实现递归的套路。
这么看来,应用递归仿佛很简略,然而,它有没有什么毛病呢?
要理解毛病就得从递归的实质动手。
递归的实质是什么?
咱们晓得,JVM 启动的时候有个参数叫做-Xss
,它不是示意 XSS 攻打哈,它是指每个线程能够应用的线程栈的大小。
那么,什么又是线程栈呢?
栈大家都了解了,咱们在后面的章节也学习过了,应用栈,能够实现计算器的性能,十分不便。
线程栈,顾名思义,就是指线程运行过程中应用的栈。
那么,线程在运行的过程中为什么要应用栈呢?
这就不得不说办法调用的实质了。
举个简略的例子:
private static int a(int num) {
int a = 1;
return a + b(num);
}
private static int b(int num) {
int b = 2;
return c(num) + b;
}
private static int c(int num) {
int c = 3;
return c + num;
}
在这段代码中,办法 a() 调用 办法 b(),办法 b() 调用 办法 c(),在理论运行的过程中,是这样解决的:调用办法 a()时,发现须要调用办法 b()能力返回,那就把办法 a()及其状态保留到栈中,而后调用办法 b(),同样地,调用办法 b()时,发现须要先调用办法 c()能力返回,那就把办法 b()及其状态入栈,而后调用办法 c(),调用办法 c()时,不须要额定调用别的办法了,计算结束返回,返回之后,从栈顶取出办法 b()及过后的状态,持续运行办法 b(),办法 b()运行结束,返回,再从栈中取出办法 a()及过后的状态,计算结束,办法 a()返回,程序期待完结。
还是上图吧:
所以,办法调用的实质,就是栈的应用。
同理,递归的调用就是办法的调用,所以,递归的调用,也是栈的应用,不过,这个栈会变得十分大,比方,对于 1 到 100 相加,就有 99 次入栈出栈的操作。
因而,总结起来,递归有以下两个毛病:
- 操作耗时,因为牵涉到大量的入栈出栈操作;
- 有可能导致线程栈溢出,因为递归调用占用了线程栈很大的空间。
那么,咱们是不是就不要应用递归了呢?
当然不是,之所以应用递归,就是因为它应用起来非常简单,可能疾速地解决咱们的问题,正当管制递归调用链的长度,就是一个好递归。
既然,递归调用的实质,就是栈的应用,那么,咱们能不能自己模仿一个栈,将递归调用改成非递归呢?
当然能够。
批改递归为非递归的套路
还是应用下面的例子,当初咱们须要把递归批改成非递归,且不是应用 for 循环的那种模式,要怎么实现呢?
首先,咱们要本人模仿一个栈;
而后,找到边界条件;
最初,朝着边界条件的方向放大问题规模;
OK,上代码:
private static int sumNonRecursive(int min, int max) {
int sum = 0;
// 申明一个栈
Stack<Integer> stack = new Stack<Integer>();
stack.push(max);
while (!stack.isEmpty()) {if (max > min) {
// 要计算 max,先计算 max-1
stack.push(--max);
} else {
// 问题规模放大到肯定水平,计算返回
sum += stack.pop();}
}
return sum;
}
好了,是不是很简略,其实跟递归的套路是一样的,只不过改成本人模仿栈来实现。
这个例子可能不是那么显著,咱们再举个二叉树遍历的例子来看一下。
public class BinaryTree {
Node root;
// 插入元素
void put(int value) {if (root == null) {root = new Node(value);
} else {
Node parent = root;
while (true) {if (value <= parent.value) {if (parent.left == null) {parent.left = new Node(value);
return;
} else {parent = parent.left;}
} else {if (parent.right == null) {parent.right = new Node(value);
return;
} else {parent = parent.right;}
}
}
}
}
// 先序遍历
void preTraversal(Node x) {if (x == null) return;
System.out.print(x.value + ",");
preTraversal(x.left);
preTraversal(x.right);
}
static class Node {
int value;
Node left;
Node right;
public Node(int value) {this.value = value;}
}
public static void main(String[] args) {BinaryTree binaryTree = new BinaryTree();
binaryTree.put(3);
binaryTree.put(1);
binaryTree.put(2);
binaryTree.put(7);
binaryTree.put(8);
binaryTree.put(5);
binaryTree.put(4);
binaryTree.put(6);
binaryTree.put(9);
binaryTree.put(0);
binaryTree.preTraversal(binaryTree.root);
}
}
我这里顺手写了一颗二叉树,并实现了其先序遍历,这个测试用例中的二叉树长这个样子:
所以,这个二叉树的先序遍历后果为3,1,0,2,7,5,4,6,8,9,
。
能够看到,应用递归先序遍历二叉树非常简单,而且代码清晰易懂,那么,它如何批改为非递归实现呢?
首先,咱们要本人模仿一个栈;
而后,找到边界条件,为节点等于空时;
最初,放大问题规模,这里是先把右子树压栈,再把左子树压栈,因为先左后右;
好了,来看代码实现:
// 先序遍历非递归模式
void nonRecursivePreTraversal(Node x) {
// 本人模仿一个栈
Stack<Node> stack = new Stack<Node>();
stack.push(x);
while (!stack.isEmpty()) {Node tmp = stack.pop();
// 隐含的边界条件
if (tmp != null) {System.out.print(tmp.value + ",");
// 放大问题规模
stack.push(tmp.right);
stack.push(tmp.left);
}
}
}
把握了这个套路是不是把递归改写为非递归非常简单,不过,改写之后的代码显然没有递归那么清晰。
好了,递归改写为非递归的套路咱们就讲到这里,不晓得你 Get 到了没有呢?你也能够找个递归本人来改写试试看。
后记
本节,咱们从递归的概念动手,学习了如何疾速实现递归,以及递归的实质,最初,学习了递归改写为非递归的套路。
实质上,这也是栈这种数据结构的惯例用法。
既然讲到了栈,不讲队列是不是有点过分?
所以,下一节,遍历各种源码的彤哥将介绍如何实现高性能的队列,想理解其中的套路吗?还不快点来关注我!
关注公号主“彤哥读源码”,解锁更多源码、根底、架构常识。