遞歸算法你們應該都不陌生吧，其實最開始碰見遞歸應該是在數學課上，相似於f(x)=f(x-1)+f(x+1)，f(1)=1，f(2)=4，f(3)=3這種數學題你們應該見過很多，其實思想就是層層遞歸，最終將目標值用f(1)，f(2)，f(3)表示。
前端
以前作個一個需求，須要實現相似操做系統文件夾的功能，咱們用MySQL數據庫記錄數據，表字段有4列，分別是id，index_name，pid，is_directory，index_name記錄文件或文件的名字，pid記錄它的父級id，is_directory標記它是文件仍是文件夾。記錄被存下之後，就涉及到取數據的問題了，咱們前端須要的目標數據結構是這樣的linux
[{"id":1,"name":"./"},{"id":2,"name":"./1.txt"},web
{"id":3,"name":"./dir1/"},面試
{"id":4,"name":"./dir1/2.txt"},...]算法
有點相似linux系統的tree命令。
數據庫
初版代碼是這樣的：微信
tree = []數據結構
def getTree(pid):app
return編輯器
for index in childIndexes:
if len(tree) == 0:
if index.is_directory==1 tree.append(
{'id':index.id,'name':'./'+index.index_name+'/'})
getTree(index.id)
else:
tree.append(
{'id':index.id,'name':'/'+index.index_name})
else:
for item in tree:
if item['id'] == index.id
if item.is_directory==1: tree.append({'id':index.id,'name':
item['name']+index.index_name+'/'})
else:
tree.append
(
{'id':index.id,'name':item['name']+index.index_name
}
)
大概看一下這個算法的時間複雜度，第一層的遍歷時間複雜度是n，第二層遍歷的時間複雜度是n，內層的時間複雜度是O（n^2），再加上遞歸，最後的時間複雜度是O（2^n*n^2），這個算法可見很粗糙，假如遞歸深度到是100，最後執行效率簡直會讓人頭皮發麻。接下來咱們考慮一下如何優化。
第二版代碼：
tree = []
def getTree(pid,path='./'):
return
for index in childIndexes:
if len(tree) == 0:
if index.is_directory==1 tree.append({'id':index.id,
'name':path+index.index_name+'/'})
getTree(index.id,
path+index.index_name+'/')
else:
tree.append({'id':index.id,
'name':path+index.index_name})
else:
if item.is_directory==1: tree.append({'id':index.id,
'name':path+index.index_name+'/'})
else:
tree.append({'id':index.id,
'name':path+index.index_name})
咱們用變量保存每一次的path，此次咱們看看時間複雜度是多少。第一層遍歷時間複雜度是O(n)，加上遞歸，最後的時間複雜度是O(2^n*n)，不算太理想，最起碼比第一次好點。
再看看一個面試的常見的題目，斐波拉契數列，n=1,1,3,5,8,13...，求第n位是多少？
一看首先就想到了遞歸的方式：
def fibSquence(n):
if n in (1,2):
return fibSquence(n-1)+ fibSquence(n-2)
這個算法的時間複雜度是O(2^n)，關於時間複雜度具體看調用次數便能明白。
咱們考慮一下如何優化，好比求n=3是，須要先求n=2,n=1，可是最開始n=1,n=2已經求過，多了兩步重複計算。
下面是優化的代碼：
fibMap = {1:1,2:2}
def fibSquence(n):
else:
result = fibSquence(n-1)+ fibSquence(n-2) fibMap.update({n:result})
return result
咱們用map報存中間值，map是基於hash實現的，時間複雜度是O(1)，這樣這個算法的時間複雜度就是O(n)。
可是事實上這個問題大可沒必要用遞歸方式求解
fibMap = {1:1,2:2}
def fibSquence(n):
else:
for i in range(3,n+1):
fibMap.update({i:fibMap[i-1]+fibMap[i-2]})
return fibMap[n]
這樣咱們只用一次遍歷，即可以求出目標值。
遞歸算法的優化大概就是避免重複運算，將中金狀態保存起來，以便下次使用，從結構上來看，是將時間複雜度轉換爲空間複雜度來解決。遞歸算法的效率實際上是很是低的，能不用遞歸就儘可能不用遞歸；固然了也要具體問題具體對待，好比說開始提到我作的項目遇到的問題，不用遞歸我還真想不出其餘更好的方式解決。
-END-
◆ ◆ ◆ ◆ ◆
發現文章有錯誤、對內容有疑問，均可以經過關注宜信技術學院微信公衆號（CE_TECH），在後臺留言給咱們。咱們每週會挑選出一位熱心小夥伴，送上一份精美的小禮品。快來掃碼關注咱們吧！
本文分享自微信公衆號 - 宜信技術學院（CE_TECH）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。