Fundamentalsบทที่ 5Iteration vs Recursion

Iteration vs Recursion: เข้าใจต่างกันอย่างไร และเลือกใช้อย่างไร

บทนี้สรุปครบสำหรับผู้เริ่มต้น: แนวคิดพื้นฐาน, ตัวอย่างโจทย์เดียวกันที่แก้ได้ 2 แบบ, การวิเคราะห์ Time/Space, เปรียบเทียบ readability/performance/memory, ข้อผิดพลาดที่พบบ่อย, ตารางสรุป และแบบฝึกหัดพร้อมแนวเฉลย

1. Iteration คืออะไร

Iteration คือการทำงานซ้ำด้วยลูป เช่น for, while, do...whileโดยอัปเดตสถานะทีละรอบจนเงื่อนไขหยุดเป็นจริง

ภาพจำง่าย: เดินทีละก้าวในทางตรง ทุกก้าวอยู่ในฟังก์ชันเดิม ไม่เรียกชั้นใหม่

2. Recursion คืออะไร

Recursion คือการที่ฟังก์ชันเรียกตัวเองเพื่อแก้ปัญหาเดิมในขนาดที่เล็กลง จนถึงจุดหยุดที่เรียกว่า base case

เมื่อถึง base case แล้ว ระบบจะค่อย ๆ คืนค่ากลับทีละชั้นผ่าน call stack

3. ความต่างหลักระหว่างสองแนวคิด

ตารางภาพสรุปข้อแตกต่างหลัก

ประเด็น	Iteration	Recursion
รูปแบบคิด	ทำงานซ้ำด้วยลูปจนจบเงื่อนไข	ย่อยปัญหาแล้วเรียกฟังก์ชันตัวเอง
จุดหยุด	หยุดเมื่อเงื่อนไขลูปเป็นเท็จ	หยุดเมื่อเจอ base case
Time Complexity (factorial)	O(n)	O(n)
Space Complexity (factorial)	O(1)	O(n) เพราะ call stack
Readability	คุ้นเคยสำหรับมือใหม่ส่วนใหญ่	อ่านง่ายมากเมื่อปัญหามีโครงสร้างซ้อน
ความเสี่ยง	เสี่ยง loop ไม่จบถ้าเงื่อนไขผิด	เสี่ยง stack overflow ถ้าลึกเกินไป

4. ตัวอย่างโจทย์เดียวกัน: factorial(n)

โจทย์: รับจำนวนเต็มไม่ติดลบ n แล้วคืนค่า n!โดยนิยามคือ n! = n * (n - 1) * ... * 1 และ 0! = 1

เราจะใช้โจทย์เดียวกันนี้แก้ทั้งแบบ loop (iteration) และแบบเรียกซ้ำ (recursion)

Iteration (Loop State)

ทำงานรอบเดียวต่อครั้ง อัปเดตตัวแปรเดิม แล้วเดินต่อ

รอบที่ 1: i = 2, result = 2

รอบที่ 2: i = 3, result = 6

รอบที่ 3: i = 4, result = 24

รอบที่ 4: i = 5, result = 120

Recursion (Call Stack)

เรียกฟังก์ชันซ้อนขึ้นไปบน stack แล้วค่อยคืนค่ากลับลงมา

factorial(5)

factorial(4)

factorial(3)

factorial(2)

factorial(1) -> base case

5. วิธีแก้แบบ iteration

- เริ่มตัวแปรสะสมผลลัพธ์ที่ 1
- วนลูปจาก 2 ถึง n แล้วคูณสะสมไปเรื่อย ๆ
- เมื่อจบลูป คืนค่าผลลัพธ์

6. วิธีแก้แบบ recursion

- กำหนด base case: ถ้า n <= 1 ให้คืน 1
- กำหนด recursive case: factorial(n) = n * factorial(n - 1)
- ทุกครั้งต้องลดขนาดปัญหา เพื่อให้เข้าใกล้ base case

7. ตัวอย่างโค้ด JavaScript ทั้งสองแบบ

JavaScript: factorial แบบ IterationJS

ใช้ loop เดินทีละรอบและคูณสะสม

function factorialIteration(n) {
  if (n < 0) {
    throw new Error("n ต้องมากกว่าหรือเท่ากับ 0");
  }

  let result = 1;

  for (let i = 2; i <= n; i += 1) {
    result *= i;
  }

  return result;
}

console.log(factorialIteration(5)); // 120

JavaScript: factorial แบบ RecursionJS

ใช้ base case + recursive case

function factorialRecursion(n) {
  if (n < 0) {
    throw new Error("n ต้องมากกว่าหรือเท่ากับ 0");
  }

  // Base case
  if (n <= 1) {
    return 1;
  }

  // Recursive case
  return n * factorialRecursion(n - 1);
}

console.log(factorialRecursion(5)); // 120

8. เปรียบเทียบ Time Complexity

สำหรับ factorial ทั้ง iteration และ recursion ต้องคำนวณประมาณ n ขั้นเหมือนกัน ดังนั้น Time Complexity = O(n) ทั้งคู่

สรุปสั้น: ในโจทย์นี้ ความเร็วเชิงการเติบโตใกล้กัน แต่ต่างกันที่การใช้หน่วยความจำ

9. เปรียบเทียบ Space Complexity

Iteration ใช้ตัวแปรไม่กี่ตัวและไม่เพิ่มชั้นเรียกฟังก์ชันตาม n จึงเป็น O(1)

Recursion สร้าง call stack ตามความลึกของการเรียกซ้ำ จึงเป็น O(n)และหากลึกเกินไปอาจเกิด stack overflow

10. เปรียบเทียบความอ่านง่ายและความเหมาะสม

Readability: iteration มักเข้าใจง่ายในงานวนลูปทั่วไป ส่วน recursion จะอ่านลื่นกว่าถ้าปัญหามีโครงสร้างเป็นชั้นหรือแตกแขนง

Performance: หลายกรณี iteration มี overhead น้อยกว่าเพราะไม่ push/pop stack

Memory usage: iteration มักประหยัดกว่า recursion ในงานลูปตรง ๆ

ภาพแสดง iteration เดินทีละรอบ กับ recursion เรียกซ้อนทีละชั้น

ฝั่งซ้ายคือเดินหน้าเป็นรอบ ๆ ส่วนฝั่งขวาคือซ้อน call ให้ลึกขึ้นก่อน แล้วค่อยคืนค่ากลับ

11. กรณีที่ iteration เหมาะกว่า

- งานที่ต้องวนข้อมูลปริมาณมากแบบเส้นตรง เช่น รวมค่าในอาเรย์ยาว
- งานที่เน้นใช้หน่วยความจำต่ำและหลีกเลี่ยง call stack ลึก
- งานที่ทีมคุ้นกับโค้ดเชิงลูปและต้องการ debug ทีละรอบง่าย

12. กรณีที่ recursion เหมาะกว่า

- งานที่ปัญหาแบ่งย่อยซ้ำโครงสร้างเดิม เช่น factorial, fibonacci, divide and conquer
- งานเดินโครงสร้างต้นไม้/กราฟ เช่น DFS traversal
- งาน backtracking ที่ต้องลองทางเลือกและย้อนกลับทีละชั้น

13. ข้อผิดพลาดที่พบบ่อย

- ลืม base case ทำให้ recursion ไม่หยุด
- recursive case ไม่ได้ลดขนาดปัญหา เช่น เรียกด้วยค่าเดิม
- ตั้งค่าเริ่มต้นลูปผิด เช่น i = 0 กับ factorial ทำให้ผลลัพธ์เป็น 0
- เงื่อนไขลูปผิดพลาด เช่น i < n แทน i <= n ในโจทย์ที่ต้องรวมถึง n
- ไม่จัดการ input ผิดรูปแบบ เช่น n ติดลบ หรือไม่ใช่จำนวนเต็ม

14. ตารางสรุปเปรียบเทียบ Iteration vs Recursion

ตารางภาพสรุปข้อแตกต่างหลัก

ประเด็น	Iteration	Recursion
รูปแบบคิด	ทำงานซ้ำด้วยลูปจนจบเงื่อนไข	ย่อยปัญหาแล้วเรียกฟังก์ชันตัวเอง
จุดหยุด	หยุดเมื่อเงื่อนไขลูปเป็นเท็จ	หยุดเมื่อเจอ base case
Time Complexity (factorial)	O(n)	O(n)
Space Complexity (factorial)	O(1)	O(n) เพราะ call stack
Readability	คุ้นเคยสำหรับมือใหม่ส่วนใหญ่	อ่านง่ายมากเมื่อปัญหามีโครงสร้างซ้อน
ความเสี่ยง	เสี่ยง loop ไม่จบถ้าเงื่อนไขผิด	เสี่ยง stack overflow ถ้าลึกเกินไป

15. สรุปท้ายบทแบบจำง่าย

- Iteration = วนลูปทีละรอบในฟังก์ชันเดิม
- Recursion = เรียกตัวเองเป็นชั้น ๆ จนถึง base case
- โจทย์เดียวกันอาจได้ Time เท่ากัน แต่ Space ต่างกัน
- งานข้อมูลใหญ่เชิงเส้นมักเริ่มที่ iteration ก่อน
- งานโครงสร้างซ้อน เช่น ต้นไม้ มักเหมาะกับ recursion

16. แบบฝึกหัด 4 ข้อ (Iteration vs Recursion Lab style)

ในหัวข้อนี้เราเปลี่ยนแบบฝึกหัดเป็น Lab ของตัวเองบน Playground เพื่อให้ลงมือทำจริงครบ 4 ข้อและมี runtime checks อัตโนมัติทุกข้อ

- Lab 01: เขียน factorial แบบ iteration
- Lab 02: เขียน factorial แบบ recursion
- Lab 03: sumTo แบบ iteration และ recursion ต้องให้ผลเท่ากัน
- Lab 04: findMax แบบ iteration และ recursion ต้องให้ผลเท่ากัน

ไปทำ Iteration vs Recursion Lab

Fundamentalsบทที่ 5Iteration vs Recursion

Iteration vs Recursion: เข้าใจต่างกันอย่างไร และเลือกใช้อย่างไร

1. Iteration คืออะไร

2. Recursion คืออะไร

เมื่อถึง base case แล้ว ระบบจะค่อย ๆ คืนค่ากลับทีละชั้นผ่าน call stack

3. ความต่างหลักระหว่างสองแนวคิด

ตารางภาพสรุปข้อแตกต่างหลัก

ประเด็น	Iteration	Recursion
รูปแบบคิด	ทำงานซ้ำด้วยลูปจนจบเงื่อนไข	ย่อยปัญหาแล้วเรียกฟังก์ชันตัวเอง
จุดหยุด	หยุดเมื่อเงื่อนไขลูปเป็นเท็จ	หยุดเมื่อเจอ base case
Time Complexity (factorial)	O(n)	O(n)
Space Complexity (factorial)	O(1)	O(n) เพราะ call stack
Readability	คุ้นเคยสำหรับมือใหม่ส่วนใหญ่	อ่านง่ายมากเมื่อปัญหามีโครงสร้างซ้อน
ความเสี่ยง	เสี่ยง loop ไม่จบถ้าเงื่อนไขผิด	เสี่ยง stack overflow ถ้าลึกเกินไป

4. ตัวอย่างโจทย์เดียวกัน: factorial(n)

โจทย์: รับจำนวนเต็มไม่ติดลบ n แล้วคืนค่า n!โดยนิยามคือ n! = n * (n - 1) * ... * 1 และ 0! = 1

เราจะใช้โจทย์เดียวกันนี้แก้ทั้งแบบ loop (iteration) และแบบเรียกซ้ำ (recursion)

Iteration (Loop State)

ทำงานรอบเดียวต่อครั้ง อัปเดตตัวแปรเดิม แล้วเดินต่อ

รอบที่ 1: i = 2, result = 2

รอบที่ 2: i = 3, result = 6

รอบที่ 3: i = 4, result = 24

รอบที่ 4: i = 5, result = 120

Recursion (Call Stack)

เรียกฟังก์ชันซ้อนขึ้นไปบน stack แล้วค่อยคืนค่ากลับลงมา

factorial(5)

factorial(4)

factorial(3)

factorial(2)

factorial(1) -> base case

5. วิธีแก้แบบ iteration

- เริ่มตัวแปรสะสมผลลัพธ์ที่ 1
- วนลูปจาก 2 ถึง n แล้วคูณสะสมไปเรื่อย ๆ
- เมื่อจบลูป คืนค่าผลลัพธ์

6. วิธีแก้แบบ recursion

- กำหนด base case: ถ้า n <= 1 ให้คืน 1
- กำหนด recursive case: factorial(n) = n * factorial(n - 1)
- ทุกครั้งต้องลดขนาดปัญหา เพื่อให้เข้าใกล้ base case

7. ตัวอย่างโค้ด JavaScript ทั้งสองแบบ

JavaScript: factorial แบบ IterationJS

ใช้ loop เดินทีละรอบและคูณสะสม

function factorialIteration(n) {
  if (n < 0) {
    throw new Error("n ต้องมากกว่าหรือเท่ากับ 0");
  }

  let result = 1;

  for (let i = 2; i <= n; i += 1) {
    result *= i;
  }

  return result;
}

console.log(factorialIteration(5)); // 120

JavaScript: factorial แบบ RecursionJS

ใช้ base case + recursive case

function factorialRecursion(n) {
  if (n < 0) {
    throw new Error("n ต้องมากกว่าหรือเท่ากับ 0");
  }

  // Base case
  if (n <= 1) {
    return 1;
  }

  // Recursive case
  return n * factorialRecursion(n - 1);
}

console.log(factorialRecursion(5)); // 120

8. เปรียบเทียบ Time Complexity

9. เปรียบเทียบ Space Complexity

Iteration ใช้ตัวแปรไม่กี่ตัวและไม่เพิ่มชั้นเรียกฟังก์ชันตาม n จึงเป็น O(1)

10. เปรียบเทียบความอ่านง่ายและความเหมาะสม

Performance: หลายกรณี iteration มี overhead น้อยกว่าเพราะไม่ push/pop stack

Memory usage: iteration มักประหยัดกว่า recursion ในงานลูปตรง ๆ

ภาพแสดง iteration เดินทีละรอบ กับ recursion เรียกซ้อนทีละชั้น

11. กรณีที่ iteration เหมาะกว่า

- งานที่ต้องวนข้อมูลปริมาณมากแบบเส้นตรง เช่น รวมค่าในอาเรย์ยาว
- งานที่เน้นใช้หน่วยความจำต่ำและหลีกเลี่ยง call stack ลึก
- งานที่ทีมคุ้นกับโค้ดเชิงลูปและต้องการ debug ทีละรอบง่าย

12. กรณีที่ recursion เหมาะกว่า

- งานที่ปัญหาแบ่งย่อยซ้ำโครงสร้างเดิม เช่น factorial, fibonacci, divide and conquer
- งานเดินโครงสร้างต้นไม้/กราฟ เช่น DFS traversal
- งาน backtracking ที่ต้องลองทางเลือกและย้อนกลับทีละชั้น

13. ข้อผิดพลาดที่พบบ่อย

- ลืม base case ทำให้ recursion ไม่หยุด
- recursive case ไม่ได้ลดขนาดปัญหา เช่น เรียกด้วยค่าเดิม
- ตั้งค่าเริ่มต้นลูปผิด เช่น i = 0 กับ factorial ทำให้ผลลัพธ์เป็น 0
- เงื่อนไขลูปผิดพลาด เช่น i < n แทน i <= n ในโจทย์ที่ต้องรวมถึง n
- ไม่จัดการ input ผิดรูปแบบ เช่น n ติดลบ หรือไม่ใช่จำนวนเต็ม

14. ตารางสรุปเปรียบเทียบ Iteration vs Recursion

ตารางภาพสรุปข้อแตกต่างหลัก

ประเด็น	Iteration	Recursion
รูปแบบคิด	ทำงานซ้ำด้วยลูปจนจบเงื่อนไข	ย่อยปัญหาแล้วเรียกฟังก์ชันตัวเอง
จุดหยุด	หยุดเมื่อเงื่อนไขลูปเป็นเท็จ	หยุดเมื่อเจอ base case
Time Complexity (factorial)	O(n)	O(n)
Space Complexity (factorial)	O(1)	O(n) เพราะ call stack
Readability	คุ้นเคยสำหรับมือใหม่ส่วนใหญ่	อ่านง่ายมากเมื่อปัญหามีโครงสร้างซ้อน
ความเสี่ยง	เสี่ยง loop ไม่จบถ้าเงื่อนไขผิด	เสี่ยง stack overflow ถ้าลึกเกินไป

15. สรุปท้ายบทแบบจำง่าย

- Iteration = วนลูปทีละรอบในฟังก์ชันเดิม
- Recursion = เรียกตัวเองเป็นชั้น ๆ จนถึง base case
- โจทย์เดียวกันอาจได้ Time เท่ากัน แต่ Space ต่างกัน
- งานข้อมูลใหญ่เชิงเส้นมักเริ่มที่ iteration ก่อน
- งานโครงสร้างซ้อน เช่น ต้นไม้ มักเหมาะกับ recursion

16. แบบฝึกหัด 4 ข้อ (Iteration vs Recursion Lab style)

- Lab 01: เขียน factorial แบบ iteration
- Lab 02: เขียน factorial แบบ recursion
- Lab 03: sumTo แบบ iteration และ recursion ต้องให้ผลเท่ากัน
- Lab 04: findMax แบบ iteration และ recursion ต้องให้ผลเท่ากัน

ไปทำ Iteration vs Recursion Lab

Data Structures & Algorithms

Iteration vs Recursion: เข้าใจต่างกันอย่างไร และเลือกใช้อย่างไร

1. Iteration คืออะไร

2. Recursion คืออะไร

3. ความต่างหลักระหว่างสองแนวคิด

4. ตัวอย่างโจทย์เดียวกัน: factorial(n)

5. วิธีแก้แบบ iteration

6. วิธีแก้แบบ recursion

7. ตัวอย่างโค้ด JavaScript ทั้งสองแบบ

8. เปรียบเทียบ Time Complexity

9. เปรียบเทียบ Space Complexity

10. เปรียบเทียบความอ่านง่ายและความเหมาะสม

11. กรณีที่ iteration เหมาะกว่า

12. กรณีที่ recursion เหมาะกว่า

13. ข้อผิดพลาดที่พบบ่อย

14. ตารางสรุปเปรียบเทียบ Iteration vs Recursion

15. สรุปท้ายบทแบบจำง่าย

16. แบบฝึกหัด 4 ข้อ (Iteration vs Recursion Lab style)

Loading

Data Structures & Algorithms

Iteration vs Recursion: เข้าใจต่างกันอย่างไร และเลือกใช้อย่างไร

1. Iteration คืออะไร

2. Recursion คืออะไร

3. ความต่างหลักระหว่างสองแนวคิด

4. ตัวอย่างโจทย์เดียวกัน: factorial(n)

5. วิธีแก้แบบ iteration

6. วิธีแก้แบบ recursion

7. ตัวอย่างโค้ด JavaScript ทั้งสองแบบ

8. เปรียบเทียบ Time Complexity

9. เปรียบเทียบ Space Complexity

10. เปรียบเทียบความอ่านง่ายและความเหมาะสม

11. กรณีที่ iteration เหมาะกว่า

12. กรณีที่ recursion เหมาะกว่า

13. ข้อผิดพลาดที่พบบ่อย

14. ตารางสรุปเปรียบเทียบ Iteration vs Recursion

15. สรุปท้ายบทแบบจำง่าย

16. แบบฝึกหัด 4 ข้อ (Iteration vs Recursion Lab style)