四、递归 nq;#_Rkr
z\.1>/Z=
递归是设计和描述算法的一种有力的工具,由于它在复杂算法的描述中被经常采用,为此在进一步介绍其他算法设计方法之前先讨论它。 2u:4$x8
能采用递归描述的算法通常有这样的特征:为求解规模为N的问题,设法将它分解成规模较小的问题,然后从这些小问题的解方便地构造出大问题的解,并且这些规模较小的问题也能采用同样的分解和综合方法,分解成规模更小的问题,并从这些更小问题的解构造出规模较大问题的解。特别地,当规模N=1时,能直接得解。 Z+idLbIs
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 QzthTX<
斐波那契数列为:0、1、1、2、3、……,即: o&-L0]i|
fib(0)=0; =B(mIx;m
fib(1)=1; Oif,|:
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 7g6RiH}
写成递归函数有: % vS8?nG
int fib(int n) AcC8)xRpk4
{ if (n==0) return 0; {}\CL#~y
if (n==1) return 1; 0BTLcEqgZ
if (n>1) return fib(n-1)+fib(n-2); SS8ocGX
} T1NH eH>
递归算法的执行过程分递推和回归两个阶段。在递推阶段,把较复杂的问题(规模为n)的求解推到比原问题简单一些的问题(规模小于n)的求解。例如上例中,求解fib(n),把它推到求解fib(n-1)和fib(n-2)。也就是说,为计算fib(n),必须先计算fib(n-1)和fib(n-2),而计算fib(n-1)和fib(n-2),又必须先计算fib(n-3)和fib(n-4)。依次类推,直至计算fib(1)和fib(0),分别能立即得到结果1和0。在递推阶段,必须要有终止递归的情况。例如在函数fib中,当n为1和0的情况。 /iC_!n u
在回归阶段,当获得最简单情况的解后,逐级返回,依次得到稍复杂问题的解,例如得到fib(1)和fib(0)后,返回得到fib(2)的结果,……,在得到了fib(n-1)和fib(n-2)的结果后,返回得到fib(n)的结果。 *fhX*e8y
在编写递归函数时要注意,函数中的局部变量和参数知识局限于当前调用层,当递推进入“简单问题”层时,原来层次上的参数和局部变量便被隐蔽起来。在一系列“简单问题”层,它们各有自己的参数和局部变量。 e4.&aIC[
由于递归引起一系列的函数调用,并且可能会有一系列的重复计算,递归算法的执行效率相对较低。当某个递归算法能较方便地转换成递推算法时,通常按递推算法编写程序。例如上例计算斐波那契数列的第n项的函数fib(n)应采用递推算法,即从斐波那契数列的前两项出发,逐次由前两项计算出下一项,直至计算出要求的第n项。 oR %agvc^^
【问题】 组合问题 Rd! 2\|
问题描述:找出从自然数1、2、……、n中任取r个数的所有组合。例如n=5,r=3的所有组合为: (1)5、4、3 (2)5、4、2 (3)5、4、1 |:2c$zq
(4)5、3、2 (5)5、3、1 (6)5、2、1 h>3H7n.
(7)4、3、2 (8)4、3、1 (9)4、2、1 iBvOJs
(10)3、2、1 K{L.ZH>7
分析所列的10个组合,可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时,其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字,约定函数将确定的k个数字组合的第一个数字放在a[k]中,当一个组合求出后,才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k,函数将确定组合的第一个数字放入数组后,有两种可能的选择,因还未去顶组合的其余元素,继续递归去确定;或因已确定了组合的全部元素,输出这个组合。细节见以下程序中的函数comb。 /V^sJ($V$~
【程序】 l3J$md|f
# include <stdio.h> oI@9}*
# define MAXN 100 J{~Rxa
int a[MAXN]; l$XA5#k
void comb(int m,int k) XxOn3i
{ int i,j; <t}? $1
for (i=m;i>=k;i--) qrDcL>Hrn
{ a[k]=i; }gCHQ;U7`
if (k>1) ~:2K#q5C
comb(i-1,k-1); fIyPFqf7w)
else !F7: i
{ for (j=a[0];j>0;j--) ,-
HIFbXx@
printf(“%4d”,a[j]); +X^4;
&
printf(“\n”); 2R`u[
} _A-V@%3
} 4}-#mBV]/
} v~5<:0dL
J
Jy{@[m
void main() grbTcLSF
{ a[0]=3; V^En8
comb(5,3); z5EVG
} Gah lS*W
【问题】 背包问题 A,c'g}:
问题描述:有不同价值、不同重量的物品n件,求从这n件物品中选取一部分物品的选择方案,使选中物品的总重量不超过指定的限制重量,但选中物品的价值之和最大。 t!jwY /T
设n件物品的重量分别为w0、w1、…、wn-1,物品的价值分别为v0、v1、…、vn-1。采用递归寻找物品的选择方案。设前面已有了多种选择的方案,并保留了其中总价值最大的方案于数组option[ ],该方案的总价值存于变量maxv。当前正在考察新方案,其物品选择情况保存于数组cop[ ]。假定当前方案已考虑了前i-1件物品,现在要考虑第i件物品;当前方案已包含的物品的重量之和为tw;至此,若其余物品都选择是可能的话,本方案能达到的总价值的期望值为tv。算法引入tv是当一旦当前方案的总价值的期望值也小于前面方案的总价值maxv时,继续考察当前方案变成无意义的工作,应终止当前方案,立即去考察下一个方案。因为当方案的总价值不比maxv大时,该方案不会被再考察,这同时保证函数后找到的方案一定会比前面的方案更好。 re uYTH
对于第i件物品的选择考虑有两种可能: 0<&M?^
(1) 考虑物品i被选择,这种可能性仅当包含它不会超过方案总重量限制时才是可行的。选中后,继续递归去考虑其余物品的选择。 @HEPc95
(2) 考虑物品i不被选择,这种可能性仅当不包含物品i也有可能会找到价值更大的方案的情况。 H8i+'5x,?
按以上思想写出递归算法如下: ,so4Lb(vG
try(物品i,当前选择已达到的重量和,本方案可能达到的总价值tv) jo0Pd_W8&
{ /*考虑物品i包含在当前方案中的可能性*/ $l"MXxx5I
if(包含物品i是可以接受的) F5IZ"Itu(
{ 将物品i包含在当前方案中; p7UTqKi
if (i<n-1) 1+^n!$
try(i+1,tw+物品i的重量,tv); Ab
g$W/(|
else "Ot{^_e
/*又一个完整方案,因为它比前面的方案好,以它作为最佳方案*/ +/q0Y`v
以当前方案作为临时最佳方案保存; \)R-A
'*U
恢复物品i不包含状态; .Cr1,Po
} `a'`$'j
/*考虑物品i不包含在当前方案中的可能性*/ vYzVY\
if (不包含物品i仅是可男考虑的) P6we(I`"2
if (i<n-1) xjrlc9
try(i+1,tw,tv-物品i的价值); g7Z9F[d
else #=x+
[d+
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ o2}N=|&
以当前方案作为临时最佳方案保存; i4VK{G~g"
} sVoR?peQ
为了理解上述算法,特举以下实例。设有4件物品,它们的重量和价值见表: \HG$V>2
物品 0 1 2 3 CJA+v-
重量 5 3 2 1 ~04[KG
价值 4 4 3 1 8uA<G/Q;
K;C_Z/<%
并设限制重量为7。则按以上算法,下图表示找解过程。由图知,一旦找到一个解,算法就进一步找更好的佳。如能判定某个查找分支不会找到更好的解,算法不会在该分支继续查找,而是立即终止该分支,并去考察下一个分支。 p`p?li
z1Q2*:)c
按上述算法编写函数和程序如下: C8MWIX}
【程序】 -<d(
# include <stdio.h> wA",SBGX
# define N 100 Bb_Q_<DTs
double limitW,totV,maxV; xgs@gw7!n0
int option[N],cop[N]; >Bx8IO1_\d
struct { double weight; GBr,LN
double value; l/F!Bq[*g
}a[N]; G"C;A`6
int n; + !xu{2 !
void find(int i,double tw,double tv) xFX&9^Uk
{ int k; -3 ]|[
/*考虑物品i包含在当前方案中的可能性*/ [Q:f-<nH
if (tw+a.weight<=limitW) (HJ$lxk<2h
{ cop=1; o}W;Co
if (i<n-1) find(i+1,tw+a.weight,tv); _XWnS9
else f?5A"-NS
{ for (k=0;k<n;k++) E[*0Bo]
option[k]=cop[k]; ~4+8p9f
maxv=tv; 19&)Yd1
} CPGL!:
cop=0; UEN56@eCNf
} Iy.mVtcsZ
/*考虑物品i不包含在当前方案中的可能性*/ ,P~QS
if (tv-a.value>maxV) ) H+d.Y
if (i<n-1) find(i+1,tw,tv-a.value); 2_.CX(kI
else Tplg2p%k
{ for (k=0;k<n;k++) kkL(;H:%
option[k]=cop[k]; :ovt?q8">
maxv=tv-a.value; ]f5c\\)
} S%{lJYwXt
} g+3Hwtl
J7Sx!PQ
void main() K?JV]^
{ int k; s" N\82z)
double w,v; S!<"Swf:
printf(“输入物品种数\n”); iAgOnk[
scanf((“%d”,&n); ,A?{~?u.
printf(“输入各物品的重量和价值\n”); ~Q0&P!k
for (totv=0.0,k=0;k<n;k++) _}^u-fJ/~
{ scanf(“%1f%1f”,&w,&v); ILNXaJ'0a
a[k].weight=w; s*eyTm
a[k].value=v; {F/q{c~]
totV+=V; ~7dF/Nn5
} {H'X)n$
printf(“输入限制重量\n”); \D ^7Z97
scanf(“%1f”,&limitV); =~
'^;D
maxv=0.0; Z"]xdOre
for (k=0;k<n;k++) cop[k]=0; JC/d:.
find(0,0.0,totV); EFeAr@nj
for (k=0;k<n;k++) :Nkz,R?
if (option[k]) printf(“%4d”,k+1); OFp#<o,p
printf(“\n总价值为%.2f\n”,maxv); IE|,~M2
} lqauk)(A0
作为对比,下面以同样的解题思想,考虑非递归的程序解。为了提高找解速度,程序不是简单地逐一生成所有候选解,而是从每个物品对候选解的影响来形成值得进一步考虑的候选解,一个候选解是通过依次考察每个物品形成的。对物品i的考察有这样几种情况:当该物品被包含在候选解中依旧满足解的总重量的限制,该物品被包含在候选解中是应该继续考虑的;反之,该物品不应该包括在当前正在形成的候选解中。同样地,仅当物品不被包括在候选解中,还是有可能找到比目前临时最佳解更好的候选解时,才去考虑该物品不被包括在候选解中;反之,该物品不包括在当前候选解中的方案也不应继续考虑。对于任一值得继续考虑的方案,程序就去进一步考虑下一个物品。 C!hXEtK
【程序】 ss*5.(y
# include <stdio.h> Y1|^>C#a
# define N 100 URk$}_39
double limitW; +hZ] B<$
int cop[N]; 8z?$t-D O
struct ele { double weight; F~%|3a$Y
double value; T:Bzz)2/
} a[N]; \6Xn]S
int k,n; y>4p~
struct { int flg; 9Il'E6
J
double tw; .a5X*M]
double tv; } mgVC
}twv[N]; 4_WH
6Z
void next(int i,double tw,double tv) KLON;
{ twv.flg=1; { qjUI
twv.tw=tw; ,=yOek}
twv.tv=tv; . c#90RP
} bKTqX[ =
double find(struct ele *a,int n) I.UjST
{ int i,k,f; ybC-f'0
double maxv,tw,tv,totv; BF>T*Z-Ki
maxv=0; Rz)v-Yu
for (totv=0.0,k=0;k<n;k++) C-_(13S
totv+=a[k].value; u6]gQP">I
next(0,0.0,totv); PKl]GegP
i=0; uQO(?nCi
While (i>=0) :{x!g6bK@
{ f=twv.flg; $#D
n 4
tw=twv.tw; dvC0 <*V
tv=twv.tv; CZF^Wxk
switch(f) Y!bpOa&
{ case 1: twv.flg++; K3j_C`Se
if (tw+a.weight<=limitW) K<D`(voL
if (i<n-1) tX+0 GLz
{ next(i+1,tw+a.weight,tv); ]6jHIk|
i++; <WO&$&
} *xEI
Zx
else ~JIywzcf8
{ maxv=tv; b0!*mrF]6
for (k=0;k<n;k++) @?'t@P:4
cop[k]=twv[k].flg!=0; Z83q-
} oH!$eAU?
break; [lmHXf@1C
case 0: i--; + 8MW$ m$
break; VaOpO8y`
default: twv.flg=0; :(5]Z^
if (tv-a.value>maxv) zv8aV2?D
if (i<n-1) Bu*W1w\
{ next(i+1,tw,tv-a.value); =x|##7
i++; )6O\WB|
} 9:bh3@r/
else 9O(i+fM
{ maxv=tv-a.value; rD:gN%B=
for (k=0;k<n;k++) _lP4ez
Y
cop[k]=twv[k].flg!=0; @9n
#vs
} 2hjre3"?
break; Z"teZ0H
} Y&ct+w]%
} =NVZ$K OZ
return maxv; (mD-FR@#
} M="WUe_
F{a0X0ru~
void main() q/W{PBb-2k
{ double maxv; r6gt9u:
printf(“输入物品种数\n”); 9,Crmbw8
scanf((“%d”,&n); 4~]8N@Bii
printf(“输入限制重量\n”); =)"NE>
scanf(“%1f”,&limitW); |r)>bY7
printf(“输入各物品的重量和价值\n”);
n?<#
{$
for (k=0;k<n;k++) J4Q)`Y\~
scanf(“%1f%1f”,&a[k].weight,&a[k].value); ECmHy@(
maxv=find(a,n); 1C5kS[!
printf(“\n选中的物品为\n”); SK2J`*
for (k=0;k<n;k++) 7?n*t
if (option[k]) printf(“%4d”,k+1); *@$($<pY&
printf(“\n总价值为%.2f\n”,maxv); mVc'%cPaw
}