• JavaScript 数据结构与算法之美


    JavaScript 数据结构与算法之美

    1. 前言

    1. 算法为王。
    2. 排序算法博大精深,前辈们用了数年甚至一辈子的心血研究出来的算法,更值得我们学习与推敲。

    因为之后要讲有内容和算法,其代码的实现都要用到递归,所以,搞懂递归非常重要。

    2. 定义

    • 方法或函数调用自身的方式称为递归调用,调用称为递,返回称为归。
      简单来说就是:自己调用自己

    现实例子:周末你带着女朋友去电影院看电影,女朋友问你,咱们现在坐在第几排啊 ?电影院里面太黑了,看不清,没法数,现在你怎么办 ?

    于是你就问前面一排的人他是第几排,你想只要在他的数字上加一,就知道自己在哪一排了。
    但是,前面的人也看不清啊,所以他也问他前面的人。
    就这样一排一排往前问,直到问到第一排的人,说我在第一排,然后再这样一排一排再把数字传回来。
    直到你前面的人告诉你他在哪一排,于是你就知道答案了。

    基本上,所有的递归问题都可以用递推公式来表示,比如:

    f(n) = f(n-1) + 1; 
    // 其中,f(1) = 1 
    

    f(n) 表示你想知道自己在哪一排,f(n-1) 表示前面一排所在的排数,f(1) = 1 表示第一排的人知道自己在第一排。

    有了这个递推公式,我们就可以很轻松地将它改为递归代码,如下:

    function f(n) {
      if (n == 1) return 1;
      return f(n-1) + 1;
    }
    

    3. 为什么使用递归 ?递归的优缺点 ?

    • 优点:代码的表达力很强,写起来简洁。
    • 缺点:空间复杂度高、有堆栈溢出风险、存在重复计算、过多的函数调用会耗时较多等问题。

    4. 什么样的问题可以用递归解决呢 ?

    一个问题只要同时满足以下 3 个条件,就可以用递归来解决。

    • 问题的解可以分解为几个子问题的解。何为子问题 ?就是数据规模更小的问题。
      比如,前面讲的电影院的例子,你要知道,自己在哪一排的问题,可以分解为前一排的人在哪一排这样一个子问题。
    • 问题与子问题,除了数据规模不同,求解思路完全一样
      比如电影院那个例子,你求解自己在哪一排的思路,和前面一排人求解自己在哪一排的思路,是一模一样的。
    • 存在递归终止条件
      比如电影院的例子,第一排的人不需要再继续询问任何人,就知道自己在哪一排,也就是 f(1) = 1,这就是递归的终止条件。

    5. 递归常见问题及解决方案

    • 警惕堆栈溢出:可以声明一个全局变量来控制递归的深度,从而避免堆栈溢出。
    • 警惕重复计算:通过某种数据结构来保存已经求解过的值,从而避免重复计算。

    6. 如何实现递归 ?

    1. 递归代码编写

    写递归代码的关键就是找到如何将大问题分解为小问题的规律,并且基于此写出递推公式,然后再推敲终止条件,最后将递推公式和终止条件翻译成代码。

    2. 递归代码理解

    对于递归代码,若试图想清楚整个递和归的过程,实际上是进入了一个思维误区。

    那该如何理解递归代码呢 ?

    • 如果一个问题 A 可以分解为若干个子问题 B、C、D,你可以假设子问题 B、C、D 已经解决。
    • 而且,你只需要思考问题 A 与子问题 B、C、D 两层之间的关系即可,不需要一层层往下思考子问题与子子问题,子子问题与子子子问题之间的关系。
    • 屏蔽掉递归细节,这样子理解起来就简单多了。

    因此,理解递归代码,就把它抽象成一个递推公式,不用想一层层的调用关系,不要试图用人脑去分解递归的每个步骤。

    7. 例子

    1. 一个阶乘的例子:

    function fact(num) {
      if (num <= 1) {
        return 1;
      } else {
        return num * fact(num - 1);
        }
    }
    fact(3) // 结果为 6
    

    以下代码可导致出错:

    var anotherFact = fact; 
    fact = null; 
    alert(antherFact(4)); //出错 
    

    由于 fact 已经不是函数了,所以出错。

    使用 arguments.callee

    arguments.callee 是一个指向正在执行的函数的指针,arguments.callee 返回正在被执行的对现象。
    新的函数为:

    function fact(num){ 
        if (num <= 1){ 
            return 1; 
        }else{ 
            return num * arguments.callee(num - 1); //此处更改了。 
        } 
    } 
    var anotherFact = fact; 
    fact = null; 
    alert(antherFact(4)); // 结果为 24
    

    2. 再看一个多叉树的例子

    先看图

    多叉树

    叶子结点:就是深度为 0 的结点,也就是没有孩子结点的结点,简单的说就是一个二叉树任意一个分支上的终端节点。

    数据结构格式,参考如下代码:

    const json = {
      name: 'A',
      children: [
        {
          name: 'B',
          children: [
            {
              name: 'E',
            },
            {
              name: 'F',
            },
            {
              name: 'G',
            }
          ]
        },
        {
          name: 'C',
          children: [
            {
              name: 'H'
            }
          ]
        },
        {
          name: 'D',
          children: [
            {
              name: 'I',
            },
            {
              name: 'J',
            }
          ]
        }
      ]
    }
    

    我们如何获取根节点的所有叶子节点个数呢 ?

    递归代码如下:

    /**
     * 获取根节点的所有 叶子节点 个数
     * @param {Object} json Object 对象
     */
    function getLeafCountTree(json) {
      if(!json.children){
          return 1;
      } else {
          let leafCount = 0;
          for(let i = 0 ; i < json.children.length ; i++){
              // leafCount = leafCount + getLeafCountTree(json.children[i]);
              leafCount = leafCount + arguments.callee(json.children[i]);
          }
          return leafCount;
      }
    }
    

    递归遍历是比较常用的方法,比如:省市区遍历成树、多叉树、阶乘等。

    8. 最后

    如果觉得本文还不错,记得给个 star , 你的 star 是我持续更新的动力!。

    笔者 GitHub

    参考文章:

    递归:如何用三行代码找到“最终推荐人”?

  • 相关阅读:
    【每日一具15】听说你的数据误删了???
    Python数据挖掘 | 实战案例之预测糖尿病
    【每日一具14】2D图片转3DGif动画(2D To 3D Gif) 【快速收藏】
    Python预测糖尿病
    【每日一具14】2D图片转3DGif动画(2D To 3D Gif) 【快速收藏】
    【每日一具13】你还在烦恼没有视频会员?
    c--switch 分支语句
    教你三种jQuery框架实现元素显示及隐藏动画方式
    一文你带快速认识Vue-Router路由
    AI如何提升10倍筛药效率?6月18日华为云携手中科院上海药物所揭开谜底
  • 原文地址:https://www.cnblogs.com/biaochenxuying/p/11441446.html
Copyright © 2020-2023  润新知