TA貢獻(xiàn)1900條經(jīng)驗(yàn) 獲得超5個贊
遞歸通常要慢得多，因?yàn)樗泻瘮?shù)調(diào)用必須存儲在堆棧中，以允許返回到調(diào)用者函數(shù)。在許多情況下，必須分配和復(fù)制內(nèi)存以實(shí)現(xiàn)范圍隔離。
某些優(yōu)化（例如尾部調(diào)用優(yōu)化）可使遞歸更快，但并非總是可能的，并且并非所有語言都實(shí)現(xiàn)。
使用遞歸的主要原因是
當(dāng)它模仿我們對問題的處理方法時，它在許多情況下更加直觀
某些數(shù)據(jù)結(jié)構(gòu)（例如樹）更易于使用遞歸進(jìn)行探索（或者在任何情況下都需要堆棧）
當(dāng)然，每個遞歸都可以建模為一種循環(huán)：這就是CPU最終將要做的事情。遞歸本身更直接地意味著將函數(shù)調(diào)用和作用域放在堆棧中。但是將遞歸算法更改為循環(huán)算法可能需要大量工作，并且會使代碼的可維護(hù)性降低：至于每次優(yōu)化，只有在某些分析或證據(jù)表明有必要時才應(yīng)嘗試進(jìn)行此嘗試。
TA貢獻(xiàn)1828條經(jīng)驗(yàn) 獲得超13個贊
說在各處使用遞歸都可以使用for循環(huán)是否正確？
是的，因?yàn)榇蠖鄶?shù)CPU中的遞歸都是使用循環(huán)和堆棧數(shù)據(jù)結(jié)構(gòu)建模的。
如果遞歸通常比較慢，那么使用它的技術(shù)原因是什么？
它不是“通常較慢”：遞歸錯誤地應(yīng)用會較慢。最重要的是，現(xiàn)代編譯器擅長將某些遞歸轉(zhuǎn)換為循環(huán)，而無需詢問。
并且如果總是有可能將遞歸轉(zhuǎn)換為for循環(huán)，是否有經(jīng)驗(yàn)法則？
編寫迭代程序，以便在迭代解釋時能最好地理解算法；為算法編寫遞歸程序，最好以遞歸方式進(jìn)行解釋。
例如，經(jīng)常以遞歸方式解釋搜索二叉樹，運(yùn)行快速排序以及解析許多編程語言中的表達(dá)式。這些也是最好的遞歸編碼。另一方面，就階乘而言，計算階乘和計算斐波納契數(shù)更容易解釋。使用遞歸對他們來說就像是用大錘亂打蒼蠅：這不是一個好主意，即使在大錘它做了很好的工作+。
+我借用了迪克斯特拉（Dijkstra）的“編程學(xué)科”中的大錘類比。
TA貢獻(xiàn)1842條經(jīng)驗(yàn) 獲得超13個贊
題 ：
如果遞歸通常較慢，那么將其用于循環(huán)迭代的技術(shù)原因是什么？
答：
因?yàn)樵谀承┧惴ㄖ泻茈y迭代求解。嘗試以遞歸和迭代的方式解決深度優(yōu)先搜索。您會發(fā)現(xiàn)很難用迭代來解決DFS。
可以嘗試的另一件好事：嘗試寫Merge進(jìn)行迭代排序。這將花費(fèi)您很多時間。
題 ：
說在各處使用遞歸都可以使用for循環(huán)是否正確？
答：
是。這個線程對此有很好的答案。
題 ：
并且如果總是有可能將遞歸轉(zhuǎn)換為for循環(huán)，是否有經(jīng)驗(yàn)法則？
答：
相信我。嘗試編寫自己的版本以迭代解決深度優(yōu)先搜索。您會注意到一些問題更容易遞歸解決。
提示：當(dāng)您解決可以通過分治法解決的問題時，遞歸非常有用。
舉報