• 递归与尾递归


    递归与尾递归
      关于递归操作,相信大家都已经不陌生。简单地说,一个函数直接或间接地调用自身,是为直接或间接递归。例如,我们可以使用递归来计算一个单向链表的长度:

    public class Node { 
        public Node(int value, Node next) { 
            this.Value = value;
            this.Next = next; 
        } 
        public int Value { get; private set; } 
        public Node Next { get; private set; } 
    }   

      编写一个递归的GetLength方法:

    public static int GetLengthRecursively(Node head) { 
        if (head == null) return 0; 
        return GetLengthRecursively(head.Next) + 1; 
    }

      在调用时,GetLengthRecursively方法会不断调用自身,直至满足递归出口。对递归有些了解的朋友一定猜得到,如果单项链表十分长,那么上面这个方法就可能会遇到栈溢出,也就是抛出StackOverflowException。这是由于每个线程在执行代码时,都会分配一定尺寸的栈空间(Windows系统中为1M),每次方法调用时都会在栈里储存一定信息(如参数、局部变量、返回地址等等),这些信息再少也会占用一定空间,成千上万个此类空间累积起来,自然就超过线程的栈空间了。不过这个问题并非无解,我们只需把递归改成如下形式即可(在这篇文章里我们不考虑非递归的解法):

    public static int GetLengthTailRecursively(Node head, int acc) {
         if (head == null) return acc; 
         return GetLengthTailRecursively(head.Next, acc + 1);
    }

      GetLengthTailRecursively方法多了一个acc参数,acc的为accumulator(累加器)的缩写,它的功能是在递归调用时“积累”之前调用的结果,并将其传入下一次递归调用中——这就是GetLengthTailRecursively方法与GetLengthRecursively方法相比在递归方式上最大的区别:GetLengthRecursive方法在递归调用后还需要进行一次“+1”,而GetLengthTailRecursively的递归调用属于方法的最后一个操作。这就是所谓的“尾递归”。与普通递归相比,由于尾递归的调用处于方法的最后,因此方法之前所积累下的各种状态对于递归调用结果已经没有任何意义,因此完全可以把本次方法中留在堆栈中的数据完全清除,把空间让给最后的递归调用。这样的优化1便使得递归不会在调用堆栈上产生堆积,意味着即时是“无限”递归也不会让堆栈溢出。这便是尾递归的优势。

      有些朋友可能已经想到了,尾递归的本质,其实是将递归方法中的需要的“所有状态”通过方法的参数传入下一次调用中。对于GetLengthTailRecursively方法,我们在调用时需要给出acc参数的初始值:

    GetLengthTailRecursively(head, 0)

      为了进一步熟悉尾递归的使用方式,我们再用著名的“菲波纳锲”数列作为一个例子。传统的递归方式如下:

    public static int FibonacciRecursively(int n) {
         if (n < 2) return n; 
        return FibonacciRecursively(n - 1) + FibonacciRecursively(n - 2);
     }

      而改造成尾递归,我们则需要提供两个累加器:

    public static int FibonacciTailRecursively(int n, int acc1, int acc2) {
         if (n == 0) return acc1;
         return FibonacciTailRecursively(n - 1, acc2, acc1 + acc2); 
    }

      于是在调用时,需要提供两个累加器的初始值:

    FibonacciTailRecursively(10, 0, 1)

  • 相关阅读:
    如何打开windows的远程桌面
    mongodb存储引擎
    使用场景举例
    webpack初识
    mongodb快速入门
    mongodb初识
    mysql主从复制与读写分离
    gradle简单配置跟模块依赖
    mysql执行计划
    synchronized的可见性理解
  • 原文地址:https://www.cnblogs.com/xz1367/p/2853123.html
Copyright © 2020-2023  润新知