大厂面试题分享 面试题库
后端面试题库 （面试必备）
地址：前端面试题库
递归 Recursion
To iterate is human, to recurse, divine. 理解迭代，神理解递归。
本文会以 JavaScript为主、有部分 Rust 举例说明。
概述
递归就是程序 函数自己 调用自己。递归需要有边界条件、递归前进段和递归返回段。当边界条件不满足时，递归前进；当边界条件满足时，递归返回。
帕斯卡三角: 从递推开始理解
在中国 帕斯卡三角 叫杨辉三角，因为在中国 杨辉三角 的记录比欧洲 帕斯卡三角记录早了几百年。
能产生递归的条件
- 调用自身：以最小的函数处理问题，产生的新问题与原问题有着相同的形式。
- 递归出口：递归考虑有限的问题，出口就是递归调用最后一次调用的出口
递归与循环的区别
循环是满足一定条件，重复执行同一段代码片段。而递归是函数，不断调用自己的行为。常见有 for-in/for-of 循环，而递归常见的有数学问题：fibonacci 函数。
缺点
回溯（Backtrack）
一个递归调用的过程，就是回溯。
回溯是一种算法思想，它是用递归实现的。
用一个比较通俗的说法来解释递归和回溯： 我们在路上走着，前面是一个多岔路口，因为我们并不知道应该走哪条路，所以我们需要尝试。尝试的过程就是一个函数。 我们选择了一个方向，后来发现又有一个多岔路口，这时候又需要进行一次选择。所以我们需要在上一次尝试结果的基础上，再做一次尝试，即在函数内部再调用一次函数，这就是递归的过程。 这样重复了若干次之后，发现这次选择的这条路走不通，这时候我们知道我们上一个路口选错了，所以我们要回到上一个路口重新选择其他路，这就是回溯的思想。
递归算法 （recursive algorithm）
在递归问题中，使用 JavaScript/Rust 做为示例，有几个经典的问题
- 数组求和
- fibonacci 函数
- JavaScript 中使用递归实现深拷贝
- React-Router 递归实现配置 routes
- Vue 中递归组件
经典的 fibonacci 函数示例
- 经典的 Fibonacci JavaScript 实现
exportdefaultfunctionfibonacci(n) {
if (n < 0) thrownewError("输入的数字不能小于 0");
if (n === 1 || n === 2) {
return1;
}
returnfibonacci(n - 2) + fibonacci(n - 1);
}
const fi = fibonacci(7);
console.log(fi);
复制代码- 经典的 Fibonacci Rust 实现(含测试)
fnmain() {
println!("Hello, world!");
letf1 = fibonacci(1);
println!("{}", f1);
letf2 = fibonacci(2);
println!("{}", f2);
letf3 = fibonacci(3);
println!("{}", f3);
letf4 = fibonacci(4);
println!("{}", f4);
}
pubfnfibonacci(n: i32) ->u32 {
if n < 0 {
panic!("输入的数字不能小于 0")
};
if n == 1 || n == 2 {
return1
}
fibonacci(n - 2) + fibonacci(n - 1)
}
#[cfg(test)]mod tests {
use crate::fibonacci;
#[test]fnfibonacci1() {
letresult = fibonacci(1);
assert_eq!(result, 1);
}
#[test]fnfibonacci2() {
letresult = fibonacci(2);
assert_eq!(result, 1);
}
#[test]fnfibonacci3() {
letresult = fibonacci(3);
assert_eq!(result, 2);
}
}
复制代码从求和到递归
// 循环var sum = 0;
for (var i = 1; i <= 10; i++) {
sum += i;
}
console.log(sum);
// 递归functionsum(n) {
if (n == 1) return1;
returnsum(n - 1) + n;
}
var amount = sum(10);
console.log(amount);
复制代码
fnmain() {
println!("Hello, world!");
while_sum_fn();
}
fnwhile_sum_fn() {
letmut sum = 0;
letmut i = 0;
while i <= 10 {
sum += i;
i += 1;
println!("sum: {}", sum);
}
println!("{sum}")
}
复制代码Rust for 循环与 js 中循环有很大的区别，此处 rust 使用 while 语句代替 JavaScript 中的 for 语句。
基础深拷贝
考虑：原始数据类型+引用数据类型
functiondeepClone(target) {
const targetType = typeof target;
if (targetType === "object" || targetType === "function") {
let clone = Array.isArray(target) ? [] : {};
for (const key in target) {
clone[key] = deepClone(target[key]);
}
return clone;
}
return target;
}
复制代码问题：循环引用（通过内置 weakMap）
function deepClone(target, map = new Map()) {
const targetType = typeof target;
if (targetType === 'object' || targetType === 'function') {
letclone = Array.isArray(target)?[]:{};
if (map.get(target)) {
return map.get(target);
}
map.set(target, clone);
if(Object.prototype.toString.call(target) === '[object Date]'){
clone = new Date(target)
}
if(
Object.prototype.toString.call(target) === '[object Object]' ||
Object.prototype.toString.call(target) === '[object Array]'
){
for (const key in target) {
clone[key] = deepClone(target[key],map)
}
}
return clone;
}
return target;
}
复制代码然后深拷贝需要考虑众多的 js 的数据类型（包括 es5+ 中新增的数据类型）。深拷贝缺点也非常明显，对于大对象，可能非常占用计算机资源。基于这个特点，React 社区针对 React 和 JavaScript 的诞生了不可变数据库：
不可变数据，每次修改之后，会得到一个新的数据（但是尽可能的复用了原来的数据），这样弥补了深拷贝的数据时的性能问题。
react router 递归实现配置 route
// 递归函数constrotuerViews = (routerItems) => {
if (routerItems && routerItems.length) {
return routerItems.map(({ path, Component, children, redirect }) => {
return children && children.length ? (
<Routepath={path}key={path}element={
<Suspensefallback={<Loading />}>
<Component /></Suspense>
}
>
{rotuerViews(children)} // 递归遍历子路由
{redirect ? (
<Routepath={path}element={<Navigateto={redirect} />}></Route>
) : (
<Routepath={path}element={<Navigateto={children[0].path} />}
></Route>
)}
</Route>
) : (
<Routekey={path}path={path}element={
<Suspensefallback={<Loading />}>
<Component /></Suspense>
}
></Route>
);
});
}
};
复制代码vue 中实现 tree 组件的递归（组件中如何使用自己）
<template>
<ul>
<li v-for="(item, index) in data" :key="index">
{{ item.name }}
<template v-if="item.children">
<tree :data="item.children"></tree>
</template>
</li>
</ul>
</template>
<script>
export default {
name: "tree",
props: {
data: {
type: Array,
default() {
return [];
},
},
},
};
</script>
复制代码
扩展：尾部递归(Tail Recursion)
尾递归，首先要搞明白什么是尾部调用？ 其实就是发生函数调用后，最后执行的语句是函数调用。尾递归，就是在函数最后（Tail）发生了函数的调用（但是调用的自己，就是尾部递归）。
尾递归在普通尾调用的基础上，多出了2个特征：
- 在尾部调用的是函数自身 (Self-called)；
- 可通过优化，使得计算仅占用常量栈空间 (Stack Space)。
functiontailFactorial(n, total) {
if (n === 1) return total;
returntailFactorial(n - 1, n * total);
}
functionfactorial(n) {
returntailFactorial(n, 1);
}
factorial(5); // 120复制代码递归非常耗费内存，因为需要同时保存成千上百个调用记录，很容易发生"栈溢出"错误（stack overflow）。但对于尾递归来说，由于只存在一个调用记录，所以永远不会发生"栈溢出"错误。
尾部递归有哪些问题？
空间优化策略：尾递归
递归调用的缺点就是保存的调用栈（call frame）,
如何优化尾部递归？
函数发生尾部递归的时候，返回的结果相差不大，保存在栈里面毫无意义。没有意义我们就应该不需要发生这些东西。所以计算机就可以省出一些内容。
递归展开
还是以阶乘为例：
functionfact(n) {
if (n <= 0) {
return1;
} else {
return n * fact(n - 1);
}
}
复制代码6 * fact(5)
6 * (5 * fact(4))
6 * (5 * (4 * fact(3))))
6 * (5 * (4 * (3 * (2 * (1 * 1)))))) // <= 最终的展开复制代码
展开的特点是：函数并没有真正的运行，需要较大的内存空间用于展开，如果内容过大就容易爆栈。
尾递归函数依然还是递归函数，如果不优化依然跟普通递归函数一样会爆栈，该展开多少层依旧是展开多少层。不会爆栈是因为语言的编译器或者解释器所做了“尾递归优化”，才让它不会爆栈的。
小结
- 什么是递归
- 从杨辉三角可是递推，到递归
- 递归与循环的区别
- 递归与回溯
- 递归算法常见的经典问题以及在前端 ReactRouter/Vue-Tree 中封装组件
- 尾递归及其优化、递归展开
