zoukankan
html css js c++ java
递归与迭代
对于递归与迭代的关系,也许很多人都不是很清晰,其实本质上递归与迭代时间复杂度方面是等价的(在不考虑函数调用开销和函数调用产生的堆栈开销),而递归主要是每递归一次,都会在栈中分配函数的空间,造成空间消耗过大,而且是与递归的深度成正比。从实际上说,所有的迭代可以转换为递归,但递归不一定可以转换为迭代。以下为引用:
<
作者:
Enoch Wang
引用自:
http://chinawangquan.spaces.live.com
>
所谓递归,简而言之就是应用程序自身调用自身,以实现层次数据结构的查询和访问。 递归的使用可以使代码更简洁清晰,可读性更好(对于初学者到不见得),但由于递归需要系统堆栈,所以空间消耗要比非递归代码要大很多,而且,如果递归深度太大,可能系统资源会不够用。
往往有这样的观点:能不用递归就不用递归,递归都可以用迭代来代替。
诚然,在理论上,递归和迭代在时间复杂度方面是等价的(在不考虑函数调用开销和函数调用产生的堆栈开销),但实际上递归确实效率比迭代低,既然这样,递归没有任何优势,那么是不是就,没有使用递归的必要了,那递归的存在有何意义呢?
万物的存在是需要时间的检验的,递归没有被历史所埋没,即有存在的理由。从理论上说,所有的递归函数都可以转换为迭代函数,反之亦然,然而代价通常都是比较高的。但从算法结构来说,递归声明的结构并不总能够转换为迭代结构,原因在于结构的引申本身属于递归的概念,用迭代的方法在设计初期根本无法实现,这就像动多态的东西并不总是可以用静多态的方法实现一样。这也是为什么在结构设计时,通常采用递归的方式而不是采用迭代的方式的原因,一个极典型的例子类似于链表,使用递归定义及其简单,但对于内存定义(数组方式)其定义及调用处理说明就变得很晦涩,尤其是在遇到环链、图、网格等问题时,使用迭代方式从描述到实现上都变得不现实。 因而可以从实际上说,所有的迭代可以转换为递归,但递归不一定可以转换为迭代。
采用递归算法需要的前提条件是,当且仅当一个存在预期的收敛时,才可采用递归算法,否则,就不能使用递归算法。
递归其实是方便了程序员难为了机器,递归可以通过数学公式很方便的转换为程序。其优点就是易理解,容易编程。但递归是用栈机制实现的,每深入一层,都要占去一块栈数据区域,对嵌套层数深的一些算法,递归会力不从心,空间上会以内存崩溃而告终,而且递归也带来了大量的函数调用,这也有许多额外的时间开销。所以在深度大时,它的时空性就不好了。
而迭代虽然效率高,运行时间只因循环次数增加而增加,没什么额外开销,空间上也没有什么增加,但缺点就是不容易理解,编写复杂问题时困难。
因而,“能不用递归就不用递归,递归都可以用迭代来代替”这样的理解,Enoch不敢苟同,还是辩证的来看待,不可一棍子打死。
查看全文
相关阅读:
消除左递归
DFA最小化
非确定的自动机NFA确定化为DFA
正规式到正规文法与自动机
正规文法与正规式
词法分析程序的设计与实现
4.文法和语言总结与梳理
语法树,短语,直接短语,句柄
语法
第一次作业 编译原理概述
原文地址:https://www.cnblogs.com/millen/p/1633873.html
最新文章
更换Ubuntu源为清华源
论文阅读笔记(五十七)【ICCVW2019】:Fusing Two Directions in Cross-domain Adaption for Real Life Person Search by Language
论文阅读笔记(五十六)【ICASSP2019】:Language Person Search with Mutually Connected Classification Loss
论文阅读笔记(五十五)【WACV2018】:Improving Text-based Person Search by Spatial Matching and Adaptive Threshold
论文阅读笔记(五十四)高低分辨率行人重识别 (Part 3)
论文阅读笔记(五十三)Super-Resolution相关论文
论文阅读笔记(五十二)高低分辨率行人重识别 (Part 2)
论文阅读笔记(五十一)高低分辨率行人重识别 (Part 1)
论文阅读笔记(五十)多模态行人重识别文献阅读 (未完结)
论文阅读笔记(四十九)【CVPR2020】:Hi-CMD: Hierarchical Cross-Modality Disentanglement for Visible-Infrared Person Re-Identification
热门文章
论文阅读笔记(四十八)【CVPR2019】:Attribute-Driven Feature Disentangling and Temporal Aggregation for Video Person Re-Identification
学习笔记-kafka
学习笔记_Hessian
学习笔记_saodisheng20_SVN
学以致用,用框架搭建极简的定时任务给你的对象发“情话”
学习笔记_Springcloud
学习笔记_MybatisPlus
简单的卷积神经网络,实现手写英文字母识别
学习笔记_Redis
学习笔记_SpringBoot3
Copyright © 2011-2022 走看看