LeetCode 之 JavaScript 解答第21题 —— 合并两个有序链表（Merge Two Sorted Lists）

---

Time：2019/4/9
Title: Merge Two Sorted Lists
Difficulty: Easy
Author: 小鹿

---

题目：Merge Two Sorted Lists

Merge two sorted linked lists and return it as a new list. The new list should be made by splicing together the nodes of the first two lists.

Example:

Input: 1->2->4, 1->3->4
Output: 1->1->2->3->4->4

Solve:

▉ 算法思路

一、正常思路，循环遍历迭代比较大小，每取出一个数据，将小数据加入到额外的数组中去，直到比较完毕，将其中一个剩余的数组追加到额外的数组尾部。

二、递归思路，知足递归的三个条件：

• 将问题能不能化为子问题去解决？
• 子问题的解决方式是否和总问题类似？
• 是否有终止条件？

▉ 递归实现

var mergeTwoLists = function(l1, l2) {
    let result = null;
    //终止条件
    if(l1 == null) return l2;
    if(l2 == null) return l1;

    //判断数值大小递归
    if(l1.val < l2.val){
        result = l1;
        result.next = mergeTwoLists(l1.next,l2);
    }else{
        result = l2;
        result.next = mergeTwoLists(l2.next,l1);
    }

    //返回结果
    return result;
};

▉ 怎么理解递归？

其实递归最难的就是咱们应该怎么去理解它，当咱们彻底理解了递归以后，就会发现递归很是方便，代码简洁。

咱们常常理解递归会陷入到递归的细节上去，每每只递，归的时候就彻底模糊了，我也试着找了网上的关于递归解释的，这么说吧，关于递归理解和使用，只有总结出本身的一套理解方法，才能真正的掌握递归，下面总结一下我本身理解的递归。

一、明确递归能够解决什么问题，也就是上边所讲到的解决的问题应该知足递归的三个条件。详细分开讲解：

• 将问题划分为子问题：若是咱们判断该问题能够用递归解决了，好比合并两个链表中比较结点大小，而后加入到新链表，而后在比较下一个结点大小，这个过程就是一个将问题化为子问题的过程，比较当前结点大小先要比较后一个节点与当前结点的大小，能够理解成“递”的过程。（就比如一扇扇包含关系的大门，问一共有几所大门，你拿着要是去打开，发现里边还有一扇，而后再打开，发现还有一扇，直到最后一扇。一般咱们使用迭代循环来解决这个问题，就比如打开一扇大门就 加一；而递归要作的就是当大门所有打开的时候，从里往外走关闭大门的时候统计大门的数量）
• 寻找终止条件：递归必须有个终止条件，也就是子问题的解决方案，若是没有终止条件，问题就不会获得解答。如上方合并链表的时候，通过递归不断的比较下一结点，知道其中一个链表比较完毕为空了，结果返回第二个链表，也就是达到了终止的条件，开始“归”的过程。
• 递推公式：你会问了，怎么写出递推公式呢？既然终止条件有了，那咱们开始找出递归公式，下面是我本身总结出来的经验。

  ① 一看参数和 return。什么意思呢？好比上方合并链表的代码，分别明确函数的参数和返回值是什么？参数是两个合并的链表结点头结点。返回值是合并后的链表。

  ② 二凑参数和return。就是说咱们要去按照参数和返回值去用递归伪造它，比较完成第一个结点，固然传入第二个节点，返回第一个结点到新链表尾部，那么递归就会返回新链表的下一结点。要屏蔽掉递归的细节，只看参数和返回值。

▉ 递归缺点

有时候问题可使用递归，可是因为递归的缺点会放弃使用。

一、递归警戒堆栈溢出。

二、警戒递归重复元素计算。

三、递归的高空间复杂度。

▉ 怎么正确写出递归代码？

一、将问题化为子问题。

二、解决子问题。

三、寻找终止条件。

四、写出递归公式。

五、将递推公式转化为代码。

欢迎一块儿加入到 LeetCode 开源 Github 仓库，能够向 me 提交您其余语言的代码。在仓库上坚持和小伙伴们一块儿打卡，共同完善咱们的开源小仓库！
Github：https://github.com/luxiangqia...