四、递归 Te&5IB-
pq<2:F:Kl
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。 {~~'
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。 iea7*]vW
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 (&-!l2
斐波那契数列为:0、1、1、2、3、……,即: ]s^Pw>/`
fib(0)=0; t,R4q*
fib(1)=1; Q`[J3-Q*{
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 Iq:
G9M
写成递归函数有: iig@$
i#
int fib(int n) fk?(mxx"
{ if (n==0) return 0; !1ZrS
if (n==1) return 1; B-EDVMu
if (n>1) return fib(n-1)+fib(n-2); Vi\kB%
} ./E<v
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。 u75(\<{
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。 >iFi~)i_4y
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。 jV|/ C
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。 :,FI 6`
【问题】 组合问题 M07==R7
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 ev%}\^Vl[
(4)5、3、2 (5)5、3、1 (6)5、2、1 8/+x1, S%
(7)4、3、2 (8)4、3、1 (9)4、2、1 aj@<4A=;
(10)3、2、1 K6@9=_A
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。 P)&qy .+E0
【程序】 b0lZb'
# include <stdio.h> 2W vf[2Xw
# define MAXN 100 8YwSaBwO
int a[MAXN]; p& +w
void comb(int m,int k) Tn(c%ytN
{ int i,j; iP+3)
for (i=m;i>=k;i--) V75P@jv5J
{ a[k]=i; *S{fyYyM
if (k>1) A&($X)t
comb(i-1,k-1); Qwu~{tf+'
else 137:T:
{ for (j=a[0];j>0;j--) 7q|51rZz
printf(“%4d”,a[j]); 8d*W7>rq
printf(“\n”); jp P'{mc
} Wd/m]]W8Q
} tAH0o\1;
} W>(p4m
3eJ"7sftW
void main() kESnlmy@J
{ a[0]=3; cr<ty"3\
comb(5,3); /;a b"b
} /U =eB?>
【问题】 背包问题 4]%v%64U
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{RdqAF
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。 Ym/y2B(
对于第i件物品的选择考虑有两种可能: |sklY0?l(
(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。 s2Hx?~
(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。 6F4OISy%3
按以上思想写出递归算法如下: VLs%;|`5D
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) ;$$.L
bb8
{ /*考虑物品i包含在当前方案中的可能性*/ 9a lMC
if(包含物品i是可以接受的) ;Zow C#j
{ 将物品i包含在当前方案中; f<v:Tg.[
if (i<n-1) J}3 7 9
try(i+1,tw+物品i的重量,tv); bO\E)%zp
else l!YjDm{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*/ T9=55tpG9
以当前方案作为临时最佳方案保存; m*Q*{M_e
恢复物品i不包含状态; bf1EMai"
} "fX9bh^
/*考虑物品i不包含在当前方案中的可能性*/ m03]SF(#3
if (不包含物品i仅是可男考虑的) 7z^\}&
if (i<n-1) t~@~XI5
try(i+1,tw,tv-物品i的价值); w*7BiZ{s<
else 0)T`&u3!
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ Ed=]RR4R
以当前方案作为临时最佳方案保存; E{B=%ZNnm
} |$aTJ9 Iq:
为了理解上述算法,特举以下实例。设有4件物品,它们的重量和价值见表: >,s.!vpK
物品 0 1 2 3 ;^Hg\a
重量 5 3 2 1 &$+nuUA
价值 4 4 3 1 dE0p>4F
WyDL ah^/
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。 n%1I}?$fO
i%eq!q
按上述算法编写函数和程序如下: `U[s d*C"
【程序】 ?ta(`+"
# include <stdio.h> ej9|Y5D"S
# define N 100 ( 17=|s
double limitW,totV,maxV; {#X]D~;s+
int option[N],cop[N]; .|Zt&5osI
struct { double weight; A,'JmF$d
double value; B>"O~ gZ{#
}a[N]; 1hnw+T<<W
int n; xU_Dg56z'&
void find(int i,double tw,double tv) 3iC$ "9!p
{ int k; /,m!SRJ
/*考虑物品i包含在当前方案中的可能性*/ R#0Z
if (tw+a.weight<=limitW) b9gezXAcd
{ cop=1; g(Dr/D
if (i<n-1) find(i+1,tw+a.weight,tv); ^~Dmb2h
else 5$w`m3>i(
{ for (k=0;k<n;k++) leSR2os
option[k]=cop[k]; {D9m>B3"{
maxv=tv; ~KF>Jow?Y
} BQTibd
cop=0; ;Q&|-`NK
} ;)nV
/*考虑物品i不包含在当前方案中的可能性*/ ~xSAR;8
if (tv-a.value>maxV) ollk {N
if (i<n-1) find(i+1,tw,tv-a.value); sq~9
l|F
else A:-r2;xB
{ for (k=0;k<n;k++) quEP"
option[k]=cop[k]; G^Q8B^Lg
maxv=tv-a.value; C_~hX G
} X|iWnz+^
} V<%eWT)x7C
9;*-y$@
void main() &>]c"?C*
{ int k; ;5(ptXX1W
double w,v; FhkS"y
printf(“输入物品种数\n”); 2y0J~P! I
scanf((“%d”,&n); ,m)k;co^
printf(“输入各物品的重量和价值\n”); !QTfQ69Y0
for (totv=0.0,k=0;k<n;k++) ;@R=CQ6
{ scanf(“%1f%1f”,&w,&v); 2GRdfX
a[k].weight=w; qB0F9[U
a[k].value=v; B<p -.tv
totV+=V; WzwH;!
} 2a3RRP
printf(“输入限制重量\n”); WFTXSHcG
scanf(“%1f”,&limitV); yaD_c;
maxv=0.0; X/l{E4Ex
for (k=0;k<n;k++) cop[k]=0; [G/ti&Od^
find(0,0.0,totV); XzBnj7E
for (k=0;k<n;k++) ,4&?`Q
if (option[k]) printf(“%4d”,k+1); `f~\d.*U
printf(“\n总价值为%.2f\n”,maxv); fd<a%nSD
} h/a|-V}m&
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。 lPywrTG0
【程序】 :4V8Iz 71
# include <stdio.h> +=Q/'g
# define N 100 R
rtr\a
double limitW; x #Um`
int cop[N]; Pzl2X@{ %
struct ele { double weight; sD!)= t_
double value; eM$NVpS3
} a[N]; #!i&
int k,n; +nj
2
struct { int flg; 3?+CP-T-j
double tw; ?{Rv/np=F
double tv; N#Y|MfLc
}twv[N]; `3C dW
void next(int i,double tw,double tv) 4N- T=Ig
{ twv.flg=1; =>k E`"{!
twv.tw=tw; T|o ]8z
twv.tv=tv; nH=8I~jp
} _,?<r&>v6
double find(struct ele *a,int n) 7l~d_<h
{ int i,k,f; BsJ
d*-:X
double maxv,tw,tv,totv; ,3As
Ng
maxv=0; ]#fmih^
for (totv=0.0,k=0;k<n;k++) m/T3Um
totv+=a[k].value; P~H?[
;
next(0,0.0,totv); lI<Q=gd
i=0; nbMxQODk
While (i>=0) ;
m]KKB
{ f=twv.flg; ,Y\`n7Ww
tw=twv.tw; +'lj\_n
tv=twv.tv; fQkfU;5
switch(f) Lxg,BZV
{ case 1: twv.flg++; '=Z]mi/aw
if (tw+a.weight<=limitW) -*<4 hFb
if (i<n-1) T|%pvTIe
{ next(i+1,tw+a.weight,tv); [@&0@/s*t'
i++; U_8 Z&
} fVXZfq6
else Wz%b,!
{ maxv=tv; R.(fo:ve>
for (k=0;k<n;k++) 0,z3A>C
cop[k]=twv[k].flg!=0; dx&!RK+
} P"%QFt,
break; 8nj^x?bn
case 0: i--; sT*D]J
2
break; :"~SKJm
default: twv.flg=0; S /kM#
if (tv-a.value>maxv) 4*D'zJsJ
if (i<n-1) r+D ?_Lk
{ next(i+1,tw,tv-a.value); OtVRhR3>
i++; ]2 7
} )43\q Iu\
else Y_gMoo
{ maxv=tv-a.value; @BfJb[A#
for (k=0;k<n;k++) :< d.
cop[k]=twv[k].flg!=0; I0qSx{K
} 0'QX*xfa>
break; d5z=fH9
} 2&,jO+BqE@
} <?>1eU%
return maxv; nc2=S^Fqu
} 9*&c2jh
/TndB7l"3
void main() [XKudw%
{ double maxv; aob+_9o
printf(“输入物品种数\n”); xk:=.Qqh
scanf((“%d”,&n); 'e(]woe
printf(“输入限制重量\n”); T)Zef
scanf(“%1f”,&limitW); '
a>YcOw
printf(“输入各物品的重量和价值\n”); )-s9CWJv
for (k=0;k<n;k++) 'xP&u<(F
scanf(“%1f%1f”,&a[k].weight,&a[k].value); $1E'0M`
maxv=find(a,n); <3)k M&.B
printf(“\n选中的物品为\n”); sP'U9l
for (k=0;k<n;k++) Sk6B>O <:
if (option[k]) printf(“%4d”,k+1); zJ
$&`=
printf(“\n总价值为%.2f\n”,maxv); '-l.2IUyT
}