本文首發公眾號[bigsai] ，首發博客平臺csdn，轉載請找授權或附上原文鏈接。

大家好，我是bigsai，今天給大家講講遞歸。內容很豐富，看完感覺不錯還請三連支持幸苦碼字！

什么是遞歸？

遞歸：就是函數自己調用自己。 子問題須與原始問題為同樣的事，或者更為簡單。
遞歸通常可以簡單的處理子問題，但是不一定是最好的解決方式。

對于遞歸要分清以下概念：

• 遞歸是自己調用自己
• 遞歸通常不在意具體操作，只關心初始條件、結束條件和上下層的變化關系。
• 遞歸函數需要有臨界停止點(結束條件)，即遞歸不能無限制的執行下去。通常這個點為必須經過的一個數。
• 遞歸可以被棧替代。有些遞歸可以優化。比如遇到重復性的可以借助空間內存記錄而減少遞歸的次數

認識遞歸，遞歸函數通常看起來簡易但是對于初學者可能很難去理解它，拿一個遞歸函數來說。

static void digui() {System.out.println("bigsai前");digui();System.out.println("bigsai后"); }

這是一個遞歸嘛？不是正常遞歸，沒有結束條件，自己一致調用自己導致無限循環。

那正確的遞歸應該這樣

static void digui(int time) {if(time==0) {}//time==0不執行else {System.out.println("bigsai前time: "+time);digui(time-1);System.out.println("bigsai后time: "+time); } }

對于這樣一種遞歸，它的流程大致是這樣的

定義遞歸算法及參數 - 停止遞歸算法條件 - (可存在)其他邏輯 - 遞歸調用(參數需要改變) - (可存在)其他邏輯

所以，調用digui(5)在控制臺輸出是這樣的

那么，我想你對遞歸函數執行的流程應該有所了解了吧。

遞歸求階乘

初學遞歸，接觸最多的就是遞歸求階乘，為啥階乘可以用遞歸來求呢? 我們首先看下階乘，n的階乘表示為：

n!=n*(n-1)*……*1

n的階乘就是從1開始疊乘到n，那么n-1的階乘為：

(n-1)!=(n-1)*(n-2)*……*1

通過觀察就能知道n的階乘和n-1的階乘有這樣的關系：

n!=n!=n*(n-1)!

所以，我們要求n的階乘，我們知道n-1的階乘乘以n就可以得到，這就是最核心的關系。

0的階乘為1，通過階乘上下級的關系，我們假設一個函數jiecheng(n)為求n的階乘的函數，那么這個函數為：

static int jiecheng(int n) {if(n==0)//0的階乘為1{return 1;}else {return n*jiecheng(n-1);//return n*(n-1)*jiecheng(n-2)=-------} }

運行流程為這樣：

遞歸求斐波那契

斐波那契數列，已經跟隨我們成長很久很久了，除了直接的斐波那契，爬樓梯等問題也和斐波那契問題差不多。

首先，求斐波那契的公式為：

F[n]=F[n-1]+F[n-2](n>=3,F[1]=1,F[2]=1)

也就是除了n=1和2特殊以外，其他均是可以使用遞推式，按照上述遞歸思想，我們假設求斐波那契設成F(n)；

那么遞推實現的代碼為：

static long F(int n) {if(n==1||n==2) {return 1;}else {return F(n-1)+F(n-2);} }

其實它的調用流程為：

不過這個斐波那契這樣的求法效率并不高，后面會提一嘴。

遞歸解決漢諾塔

漢諾塔是經典遞歸問題：

相傳在古印度圣廟中，有一種被稱為漢諾塔(Hanoi)的游戲。該游戲是在一塊銅板裝置上，有三根桿(編號A、B、C)，在A桿自下而上、由大到小按順序放置64個金盤(如下圖)。游戲的目標：把A桿上的金盤全部移到C桿上，并仍保持原有順序疊好。操作規則：每次只能移動一個盤子，并且在移動過程中三根桿上都始終保持大盤在下，小盤在上，操作過程中盤子可以置于A、B、C任一桿上。

如果A只有一個（A->C）

如果A有兩個（A->B）,(A->C),(B->C)

如果A有三個（A->C）,(A->B),(C->B),(A->C),(B->A),(B->C),(A->C).

如果更多，那么將會爆炸式增長。

可以發現每增加一步，其中的步驟會多很多，如果一步步想，很難想明白，所以要用遞歸全局的想法看問題。

當有1個要從A->C時，這里使用函數**move(A,C)**表示(其他move操作同理)。

用**hannuo(n)**函數表示總共n個盤子要從A->C。

遞歸，其實就是要找上下層的關系，n個盤子從A挪到C和n-1個盤子從A挪到C有啥聯系(hannuo(n)—>hannuo(n-1)有啥關系)。下面帶你一步步分析。

假設有n個盤子

hannuo(n-1)之后n-1個盤子從A—>C.

此時剩下底下最大的，只能移動到B，move(A,B)

那么你是否發現什么眉目了，只需原先的huannuo(n-1)相同操作從C—>B即可完成轉移到B，所以這個需要加參數表示其方向性，那么我們的之前函數應該寫成hannuo(n-1,A,C),但是著這里肯定又用到B(向下需要用到)，所以把B傳進來hannuo(n-1,A,B,C)先表示為從n-1個從A(借助B執行若干操作)轉到C。

這一系列操作使得將n個盤子從A—>B但是我們要的是A—>C才是需要的hannuo(n,A,B,C)，這個很容易啊我們只需要第一步將n-1挪到B上就可以了啊。

經過上面分析，那么完整的操作為：

package 遞歸; public class hannuota {static void move(char a,char b){System.out.println("移動最上層的"+ a+ "到"+ b+ "\t");}static void hannuota(int n,char a,char b,char c)//主要分析每一大步對于下一步需要走的。{if(n==1) {move(a,c);}//從a移到celse{hannuota(n-1,a,c,b);//將n-1個從a借助c移到bmove(a,c); //將第n（最后一個）從a移到c。hannuota(n-1,b,a,c);//再將n-1個從b借助a移到c}}public static void main(String[] args){hannuota(5,'a','b','c');} }

這樣，漢諾塔問題是不是搞懂了？

遞歸 VS 記憶化

很多時候，遞歸的效率是很低的(一個遞歸拆分成兩個及以上子問題效率就不太行了)，我們要用動態規劃或者記憶化去優化，為什么要記憶化？因為遞歸成子問題，子問題再拆分成子問題，造成很多的重復計算！

比如上面說到的遞歸求斐波那契數列，就是一個效率非常低的算法，比如你看看F(5)是這樣走的：

在遞歸求F(4)時候，F(4)遞歸會求解F(3)，但是右側的還會再執行一遍。如果是數量非常大的數，那么將耗費很大的時間。所以我們就可以采取記憶化！第一次算出結果的時候就存儲一下，如果是線性有規律(大部分)就用數組，否則就用HashMap存儲。

具體實現的代碼為:

static long F(int n,long record[]) {if(n==1||n==2) {return 1;}if(record[n]>0)return record[n];elserecord[n]=F(n-1,record)+F(n-2,record);return record[n]; } public static void main(String[] args) {int n=6;long[] record = new long[n+1];System.out.println(F(n,record)); }

這樣可以節省很多時間，尤其是n非常大的情況(遞歸是指數級別增長，記憶化是線性級別)。例如一個F(6)求解過程：

當然，記憶化的問題遠遠不止這么多，具體還需要自行學習。

遞歸 VS 數據結構

遞歸在很多場景都有很好的應用，在鏈表中、二叉樹、圖中(搜索算法)都有很多的應用，這里就舉一些非常經典的例子。

比如在鏈表中，很經典的就是鏈表逆序輸出、鏈表反轉問題，比如鏈表反轉問題，對應力扣206(給你單鏈表的頭節點 head ，請你反轉鏈表，并返回反轉后的鏈表)，可以這樣巧妙的實現：

/*** Definition for singly-linked list.* public class ListNode {* int val;* ListNode next;* ListNode() {}* ListNode(int val) { this.val = val; }* ListNode(int val, ListNode next) { this.val = val; this.next = next; }* }*/ class Solution {public ListNode reverseList(ListNode head) {if(head==null||head.next==null)return head;ListNode node =reverseList(head.next);//返回最后的鏈表節點head.next.next=head;//后一個節點指向自己head.next=null;//自己next指向null return node;} }

對于二叉樹，最經典的就是二叉樹的前序、中序、后序遍歷的遞歸實現方式：

例如二叉樹前序遍歷：

public void qianxu(node t)// 前序遞歸 前序遍歷：根結點 ---> 左子樹 ---> 右子樹 {if (t != null) {System.out.print(t.value + " ");// 當前節點qianxu(t.left);qianxu(t.right);} }

二叉樹中序遍歷：

public void zhongxu(node t)// 中序遍歷 中序遍歷：左子樹---> 根結點 ---> 右子樹 {if (t != null) {zhongxu(t.left);System.out.print(t.value + " ");// 訪問完左節點訪問當前節點zhongxu(t.right);} }

二叉樹的后序遍歷：

public void houxu(node t)// 后序遍歷 后序遍歷：左子樹 ---> 右子樹 ---> 根結點 {if (t != null) {houxu(t.left);houxu(t.right);System.out.print(t.value + " "); // 訪問玩左右訪問當前節點} }

遞歸 VS 常見算法

在我們熟知很多算法都與遞歸有著很大關系。比如dfs深度優先遍歷、回溯算法、分治算法等，這里只是簡單介紹一下。

遞歸只是計算機執行一種方式，一個來回的過程，所以這個過程可以被一些算法很巧妙的運用。

分治算法：將問題分解成多個子問題，子問題求解完合并得到結果，這個過程可以使用遞歸實現(也可能不使用遞歸)，但大部分會用遞歸因為實現更加簡潔，它和斐波那契遞歸不同的是它分裂的子問題一般沒有重復的(即分完為止而不會重復計算)。常見的快排、歸并排序都是使用分治算法，其算法實現借助遞歸。例如歸并排序其流程：

算法實現為：

private static void mergesort(int[] array, int left, int right) {int mid=(left+right)/2;if(left<right){mergesort(array, left, mid);mergesort(array, mid+1, right);merge(array, left,mid, right);} }private static void merge(int[] array, int l, int mid, int r) {int lindex=l;int rindex=mid+1;int team[]=new int[r-l+1];int teamindex=0;while (lindex<=mid&&rindex<=r) {//先左右比較合并if(array[lindex]<=array[rindex]){team[teamindex++]=array[lindex++];}else { team[teamindex++]=array[rindex++];}}while(lindex<=mid)//當一個越界后剩余按序列添加即可{team[teamindex++]=array[lindex++];}while(rindex<=r){team[teamindex++]=array[rindex++];} for(int i=0;i<teamindex;i++){array[l+i]=team[i];}}

dfs、回溯法 通常想著枚舉盡可能多的情況,很多時候我們并不能很好知道運行界限是在哪，并且運行中狀態可能會有所變化，所以我們可以寫好限定條件使用遞歸去實現，遞歸的歸過程也可很好的復原去進行其他試探。包過二叉樹的前中后遍歷都蘊涵dfs算法思想,而回溯算法則是經典全排列、八皇后問題代表。

其流程通常為：

定義回溯算法及參數 - (符合條件)跳出 - (不符合)不跳出： - - 遍歷需要操作的列表&&該元素可操作&&可以繼續試探 - - - 標記該元素已使用以及其他操作 - - - 遞歸調用(參數改變) - - - 清除該元素標記以及其他操作

此外，遞歸還在很多算法中有廣泛的應用，這里就不具體列舉啦！

結語

今天遞歸就講到這里啦，學好遞歸沒那么容易，還是要具體掌握各種算法、題目才能慢慢領略遞歸精髓，遞歸用好可以寫出很多騷代碼！

不過實際題目注重效率和便捷，不能盲目追求效率，也不能盲目使用遞歸不注意算法優化。

漢諾塔動圖截取自開源作者isea533的開源作品。

本文收藏再開源數據結構與算法倉庫中：

https://github.com/javasmall/bigsai-algorithm

關于作者

bigsai,在讀小碩一枚，專注于數據結構與算法、Java領域的知識分享，喜歡用圖將復雜內容簡單化，歡迎關注同名公眾號【bigsai】，堅持輸出干貨，如果有學習、考研、選擇等問題歡迎交流！

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的写给小白看的硬核递归(低调点，当回小白)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。