传世手游新开服网站,上海市建筑信息平台,网站建设 小白,深圳营销型网站建设设计公司当编写递归函数时#xff0c;有几个关键的思考点可以帮助你设计和实现递归算法#xff1a; 定义递归的基本情况#xff1a;确定递归函数应该在何时终止#xff0c;即递归的基本情况。这是一个递归的出口条件#xff0c;确保递归不会无限进行下去。基本情况应该是可以直接求…当编写递归函数时有几个关键的思考点可以帮助你设计和实现递归算法 定义递归的基本情况确定递归函数应该在何时终止即递归的基本情况。这是一个递归的出口条件确保递归不会无限进行下去。基本情况应该是可以直接求解或返回的简单情况。 确定递归的问题规模考虑如何将原问题分解为规模更小的子问题。递归函数应该在每一次递归调用时减小问题的规模使得递归最终会达到基本情况。 利用递归调用解决子问题在递归函数中调用自身来解决子问题。递归调用应当是朝着基本情况逼近的方向进行的以确保问题规模不断缩小。
整合子问题的结果在递归函数中将子问题的解合并为原问题的解。这可能涉及到对子问题结果的处理、组合、计算等操作以获得最终的结果。
无论是表格路径搜索的dfs还是说其他的递归问题都可以用这一套思想来处理下面的题目是695. 岛屿的最大面积做路径搜索dfs的例子
我的小思考就是最直接的想法就是想清楚你写的递归函数的作用是什么自然而然也就能写出清晰明了的递归函数了。
比如对于上方的代码我的backing递归函数的作用就是返回我能走过路的最大路长面积【一路走到黑】因此对于子问题的处理我只需要交给backing函数而对于原问题的处理我只需要在已有的步长1的基础上加上子问题返回的backing即可最终返回我的答案res也就是上面图片所示。
附上完整代码
class Solution {int[][] directions new int[][]{{-1,0},{1,0},{0,1},{0,-1}};int row;int col;public int maxAreaOfIsland(int[][] grid) {row grid.length;col grid[0].length;int max 0;for(int i0;irow;i){for(int j0;jcol;j){if(grid[i][j]1){max Math.max(max,backing(i,j,grid));}}}return max;}public int backing(int x,int y,int[][] grid){if(x0 || y 0 || xrow || ycol || grid[x][y]0){return 0;}//grid[x][y] 0; //防止重复走绕圈情况也可以单独用一个visited[][]标记int res 1; //能走到这里说明grid[x][y]1for(int i0;i4;i){int[] direction directions[i];res backing(xdirection[0],ydirection[1],grid);}return res;}}
其他问题的迁移 【 463. 岛屿的周长】
