adv01 Recursion

关注

原创最新推荐文章于 2024-12-18 00:47:57 发布 237 阅读 AI 写同款· GEO 优化 ›

ADV7842 Linux 驱动源码 ADV7842驱动源码，根据自己的需求稍做改的，例如配合Hi3531使用立即下载

Tail Recursion

# recursion
public int factorial(int n) {
	if (n == 1) {
		return 1;
	}
	return n * factorial(n-1);
}

# non recursion
public int fatorial(int n) {
	int sum = 1;
	for (int i = 1; i <= n; i++) {
		sum *= i;
	}
	return sum;
}

recursion 和 for loop 相比没有什么优势，只是代码更少一些。
recursion 一般都可以转换成 for loop。

Core Problem with Recursion

Base case
Recursion Rules
Represent the problem with coding function
- Define the essential paramaters
- Paramaters that define the problem
- Paramaters that store the temporary result or state
- Define the return value

Classical Recursion Problem

Fibonacci Number
Climbing Stairs
Merge Sort
Towers of Hanoi
Binary Search

LC89: Gray Code

输入是n，可以产生 2^n 个数字.
n = k, 有 2^k 个数，从 0 - 2^k-1
n = k+1，有 2^k+1 个数，从 0 - 2^k
Recursion Rule: 从 k 到 k+1 的recursion rule是：把 k 的组合数列反转，然后每个数字 +2^k. 比如 k = 2, {0,1,2,3} 的合法排列之一是 [0,1,3,2] ; 反转得到 [2,3,1,0] , 每个数字 + 2² 得 [6,7,5,4]. 2 和 6 只差一个 bit 位，因为6是2 + 2² 得到的。得到 k + 1 = 3 时 {0,1,2,3,4,5,6,7} 的合法排列 [0,1,3,2,6,7,5,4] .
原始 input 不能满足 recursion 的需求时，helper function可以满足输入更多的 input . 把temp result 放在helper function Parameter里优于将其放置为global variable.
Base Case: n = 0, output = [0]

public List<Integer> grayCode(int n) {
	List<Integer> result = new ArrayList<>();
	helper(n, helper);
	return result;
}

public void helper(int n, List<Integer> result) {
	// base case
	if (n == 0) {
		result.add(0);
		return;
	}
	// get result for n-1
	helper(n-1, result);
	// do recursion rule
	int size = result.size();
	int k = 1 << (n - 1);   // k = 2^n-1
	// from result to base case
	for (int i = size - 1; i >= 0; i--) {
		result.add(result.get(i) + k);
	}
	return;
}

# non recursion
public List<Integer> grayCode(int n) {
	List<Integer> result = new ArrayList<>();
	result.add(0);
	for (int i = 0; i < n; i++) {
		int k = 1 << i;
		int size = result.size();
		for (int j = size - 1; j >= 0; j--) {
			result.add(result.get(j) + k);
		}
		return result;
	}
}

0-1 Knapsack

Example Input: s = 20; w = [14, 8, 7, 5, 3]
Example Output: True

public static boolean knapsack (int s, int[] weights, int i) {
	// good base case: s = 0, pick nothing
	if (s == 0) {
		return true;
	}
	// bad base case
	if (s < 0 || i >= weights.length) {
		return false;
	}
	// recursion rule
	return knapsack(s - weights[i], weights, i + 1) || 
		   knapsack(s, weights, i + 1);
}

LC490: The Maze

public boolean maze(int[][] maze, int startX, int endY, 
								  int targetX, int targetY,
								  boolean visited) {
	
}

收录于

ztgg

本内容遵循 CC 4.0 BY-SA 版权协议

【电商系统设计】基于SpringBoot的购物车结算下单库存方案：高并发防超卖与数据一致性实现内容概要：本文围绕基于SpringBoot的电商系统中购物车、结算、下单与库存管理四大核心模块，提供了一套完整的生产级设计方案与落地实施步骤。方案涵盖从业务链路梳理到技术选型（如Redis、RabbitMQ、MySQL、MyBatis-Plus），再到数据库表设计、缓存策略、分布式锁、乐观锁、事务控制、幂等性保障等关键技术点，重点解决了高并发场景下的库存超卖、订单重复提交、数据一致性等典型难题。通过防重Token、延时消息、库存预扣与回滚机制，确保系统稳定性与可靠性，并提供了从环境搭建到压测上线的七步落地路径。; 适合人群：具备Java开发基础，熟悉SpringBoot、MySQL、Redis、RabbitMQ的中高级研发人员，尤其适合从事电商平台开发或高并发系统设计的工程师；工作年限建议1-5年。; 使用场景及目标：①构建高性能、高可用的电商购物车与订单系统；②掌握生产环境中如何防止库存超卖、实现订单幂等、保障事务一致性；③学习缓存、消息队列、分布式锁在实际业务中的综合应用；④快速将方案应用于秒杀、促销等高并发场景。; 阅读建议：建议结合SpringBoot项目实战，边读边实现各模块功能，重点关注下单流程的事务控制、库存状态流转与异常补偿机制，同时进行压测验证系统健壮性。立即下载