交付：递归 + 分治 + 记忆化
这是这条路线的最终作品。把阶乘、分治求和求最大、朴素与记忆化斐波那契全写出来，然后一次验完五条： fact(5) 是 120，递归最大深度是 5 分治求和求最大都和内置 sum / max 一致 朴素
阅读更多 →
第四步：加上记忆化
给斐波那契加上记忆化（命中缓存不计数），把 fib(6) 的结果和调用次数拼起来输出。 ——和上一步的 25 次对比一下。
阅读更多 →
第三步：数出递归树的规模
写出带计数的朴素斐波那契，把 fib(6) 的结果和调用次数拼起来输出（结果在前，用 / 隔开）。
阅读更多 →
第二步：写一个分治
写出 dsum（分治求和），和内置 sum 比一比。 一样输出 一致，否则输出 不一致。
阅读更多 →
第一步：写一个带出口的递归
最终作品第一步：写出 fact（阶乘），出口用 <= 而不是 ==。 算 5 的阶乘。
阅读更多 →
这两个分治结果对得上吗
运行下面这段程序： def dsum(a): if len(a) == 0: return 0 if len(a) == 1: return a[0]
阅读更多 →
设计递归解法的顺序
设计一个递归解法，最省事的顺序是【0】。
阅读更多 →
拿到一个新问题，怎么判断能不能递归
判断一个问题适不适合递归，先问【0】。
阅读更多 →
记忆化不能改变结果
把朴素版和记忆化版都写出来，比较两者对 fib(20) 的结果。 一样输出 结果一致，否则输出 结果不一致。
阅读更多 →
⚠️ 记忆化到底省了多少
把朴素版和记忆化版都写出来（各自带一个计数器），算 fib(20)，把两个调用次数拼起来输出（朴素在前）。
阅读更多 →