recursion.md

3.2 递归算法

递归是一种应用非常广泛的算法，很多数据结构和算法的编码实现都要用到递归，比如 DFS 深度优先搜索、前中后序二叉树遍历等等。

递归需要满足的三个条件

1. 一个问题的解可以分解为几个子问题的解
2. 这个问题与分解之后的子问题，除了数据规模不同，求解思路完全一样
3. 存在递归终止条件

写递归代码的关键

1. 找到将大问题分解为小问题的规律，并且基于此写出递推公式，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. 遇到递归，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。

function f(n) {
	if (n == 1) return 1; // 终止条件
	return f(n - 1) + 1; // 递推公式
}

所有的递归代码都可以改写为迭代循环的非递归写法。

弊端

1. 警惕栈溢出：可以声明一个全局变量来控制递归的深度，从而避免栈溢出。
2. 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。

相关题目

题号	标题	题解	标签	难度	力扣
344	反转字符串	[✓]	双指针 字符串	🟢	🀄️ 🔗
24	两两交换链表中的节点	[✓]	递归 链表	🟠	🀄️ 🔗
118	杨辉三角	[✓]	数组 动态规划	🟢	🀄️ 🔗
119	杨辉三角 II	[✓]	数组 动态规划	🟢	🀄️ 🔗
206	反转链表	[✓]	递归 链表	🟢	🀄️ 🔗
92	反转链表 II	[✓]	链表	🟠	🀄️ 🔗
21	合并两个有序链表	[✓]	递归 链表	🟢	🀄️ 🔗
509	斐波那契数	[✓]	递归 记忆化搜索 数学 1+	🟢	🀄️ 🔗
70	爬楼梯	[✓]	记忆化搜索 数学 动态规划	🟢	🀄️ 🔗
104	二叉树的最大深度	[✓]	树 深度优先搜索 广度优先搜索 1+	🟢	🀄️ 🔗
124	二叉树中的最大路径和	[✓]	树 深度优先搜索 动态规划 1+	🔴	🀄️ 🔗
226	翻转二叉树	[✓]	树 深度优先搜索 广度优先搜索 1+	🟢	🀄️ 🔗
50	Pow(x, n)	[✓]	递归 数学	🟠	🀄️ 🔗
779	第K个语法符号		位运算 递归 数学	🟠	🀄️ 🔗
95	不同的二叉搜索树 II	[✓]	树 二叉搜索树 动态规划 2+	🟠	🀄️ 🔗
剑指 Offer 62	圆圈中最后剩下的数字	[✓]	递归 数学	🟢	🀄️