LeetCode解题总结递归篇

Posted jasonbupt

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了LeetCode解题总结递归篇相关的知识,希望对你有一定的参考价值。

思想分类

  • 分治是把一个大规模的问题不断地变小然后进行推导的过程。
  • 回溯则是从问题的起始点出发,不断地进行尝试,回头一步甚至多步再做选择,直到最终抵达终点的过程。

分治

思想

将一个问题的规模变小,然后再利用从小规模问题中得出的结果,结合当前的值或者情况,得出最终的结果。

模板

function fn(n) {
  // 第一步:判断输入或者状态是否非法?
  if (input/state is invalid) {
        return;
  }
  // 第二步:判读递归是否应当结束?
  if (match condition) {
        return some value;
  }
  // 第三步:缩小问题规模
  result1 = fn(n1)
  result2 = fn(n2)
  // 第四步: 整合结果
  return combine(result1, result2)
}

复杂度

公式法可以说是计算递归函数复杂度最方便的工具,当递归函数的时间执行函数满足如下的关系式时,我们可以利用公式法:T(n) = a×T(n/b) + f(n)。其中,f(n) 是每次递归完毕之后额外的计算执行时间。例如,在归并排序中,每次递归处理完两边的数组后,我们需要执行合并的操作,那么这个操作的执行时间就是 f(n)。当参数 a、b 都确定的时候,光看递归的部分,它的时间复杂度就是:O(n^logba)。

由于时间复杂度求的是上界(upper bound),通过对比递归部分的时间复杂度和 f(n) 的大小关系,得出最后的整体时间复杂度。牢记以下三种情况和相应公式:

当递归部分的执行时间 nlog(b)a 大于 f(n) 的时候,最终的时间复杂度就是 O(n^logba)。

当递归部分的执行时间 nlog(b)a 小于 f(n) 的时候,最终的时间复杂度就是 f(n)。

当递归部分的执行时间 nlog(b)a 等于 f(n) 的时候,最终的时间复杂度就是 O(n^logba)logn。

回溯

思想

在回溯算法里,是一步一步地小心翼翼地进行向前试探,会对每一步探测到的情况进行评估,如果当前的情况已经无法满足要求,那么就没有必要继续进行下去。

回溯算法的特点在于,当出现非法的情况时,算法可以回退到之前的情景,可以是返回一步,有时候甚至可以返回多步,然后再去尝试别的路径和办法。

模板

function fn(n) {
  // 第一步:判断输入或者状态是否非法?
  if (input/state is invalid) {
        return;
 }
  // 第二步:判读递归是否应当结束?
  if (match condition) {
        return some value;
 }
  // 遍历所有可能出现的情况
  for (all possible cases) {
    // 第三步: 尝试下一步的可能性
        solution.push(case)
    // 递归
        result = fn(m)
    // 第四步:回溯到上一步
        solution.pop(case)
  }   

常见解题思路

分治

回溯

注意事项

  • 将回溯的结果列表保存为全局变量可以加速程序

以上是关于LeetCode解题总结递归篇的主要内容,如果未能解决你的问题,请参考以下文章

Leetcode解题思路总结(Easy篇)

leetcode 395. 至少有 K 个重复字符的最长子串----双指针篇5,滑动窗口篇4,新人理解递归必看篇!!

LeetCode解题总结动态规划篇

C语言解题篇一看就会用,超详细解析递归函数!!!

LeetCode 390 消除游戏[数学 归纳法 递归] HERODING的LeetCode之路

算法总结二叉树常见算法题目及解题思路汇总