四、递归 B|+%ExT7
!{ _:k%B
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。 (^sb('"
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。 *UJB*r
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 gbh/`
斐波那契数列为:0、1、1、2、3、……,即: kK
5~hpv
fib(0)=0; 30(e6T;
fib(1)=1; u`oJ3mS;
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 q$IU!I4
写成递归函数有: =,i?8Fuz
int fib(int n) eb,QT\/G
{ if (n==0) return 0; 1DL+=-
if (n==1) return 1; &hi][Pt
if (n>1) return fib(n-1)+fib(n-2); l^o>7 cM
} rq1~%S
递归算法的执行过程分递推和回归两个阶段。在递推阶段,把较复杂的问题(规模为n)的求解推到比原问题简单一些的问题(规模小于n)的求解。例如上例中,求解fib(n),把它推到求解fib(n-1)和fib(n-2)。也就是说,为计算fib(n),必须先计算fib(n-1)和fib(n-2),而计算fib(n-1)和fib(n-2),又必须先计算fib(n-3)和fib(n-4)。依次类推,直至计算fib(1)和fib(0),分别能立即得到结果1和0。在递推阶段,必须要有终止递归的情况。例如在函数fib中,当n为1和0的情况。 mz;ExV16
在回归阶段,当获得最简单情况的解后,逐级返回,依次得到稍复杂问题的解,例如得到fib(1)和fib(0)后,返回得到fib(2)的结果,……,在得到了fib(n-1)和fib(n-2)的结果后,返回得到fib(n)的结果。 E5c)\
D
在编写递归函数时要注意,函数中的局部变量和参数知识局限于当前调用层,当递推进入“简单问题”层时,原来层次上的参数和局部变量便被隐蔽起来。在一系列“简单问题”层,它们各有自己的参数和局部变量。 E%stFyr9`/
由于递归引起一系列的函数调用,并且可能会有一系列的重复计算,递归算法的执行效率相对较低。当某个递归算法能较方便地转换成递推算法时,通常按递推算法编写程序。例如上例计算斐波那契数列的第n项的函数fib(n)应采用递推算法,即从斐波那契数列的前两项出发,逐次由前两项计算出下一项,直至计算出要求的第n项。 @Eh(GZN
【问题】 组合问题 gu'+kw
问题描述:找出从自然数1、2、……、n中任取r个数的所有组合。例如n=5,r=3的所有组合为: (1)5、4、3 (2)5、4、2 (3)5、4、1 d~QJ}a
(4)5、3、2 (5)5、3、1 (6)5、2、1 99]s/KD2yb
(7)4、3、2 (8)4、3、1 (9)4、2、1 Y2N$&]O{
(10)3、2、1 L=s8em]7l
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]KPA.W
【程序】 6(1
&6|o3
# include <stdio.h> d)XT> &
# define MAXN 100 KpS=oFX{}
int a[MAXN]; Qt^6w}&
void comb(int m,int k) M$f_I +
{ int i,j; b+Vlq7Bc
for (i=m;i>=k;i--) N5k9o:2
{ a[k]=i; [`KQ\4u
if (k>1) ,c;#~y
comb(i-1,k-1); cRf;7G
else ZC^?ng
{ for (j=a[0];j>0;j--) Esg:
printf(“%4d”,a[j]); Y!|};
printf(“\n”); g K dNgU
} Vt9o8naz
} Tilr%D(Q
} <!|=_W6
gKIN* Od
void main() *1>T c,mb
{ a[0]=3; xu;^F
comb(5,3); '64/2x
} F{}:e QD
【问题】 背包问题 )oS~ish
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。 )%!X,
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。 R/^;,.
对于第i件物品的选择考虑有两种可能: ' 94HVag
(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。 DFGgyFay
(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。 -r0oO~KT
按以上思想写出递归算法如下: P|aSbsk:I<
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) a<V
Mh79*
{ /*考虑物品i包含在当前方案中的可能性*/ Yt4v}{+
if(包含物品i是可以接受的) v\kd78,
{ 将物品i包含在当前方案中; VC!g,LU|-
if (i<n-1) +.hJ[|F1&
try(i+1,tw+物品i的重量,tv); 2TaHWw<A
else fK=vLcH
/*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*/ %';DBozZ
以当前方案作为临时最佳方案保存;
"M]`>eixL
恢复物品i不包含状态; jqoU;u`
} 81wmKqDEs
/*考虑物品i不包含在当前方案中的可能性*/
'FN3r
if (不包含物品i仅是可男考虑的) WxF@'kdn*,
if (i<n-1) yhyh\.
try(i+1,tw,tv-物品i的价值); I]ol[
X0S
else $I/RN
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ +
V-&?E(
以当前方案作为临时最佳方案保存; HYg7B
} 6K9-n}z
为了理解上述算法,特举以下实例。设有4件物品,它们的重量和价值见表: Y[fbmn^
物品 0 1 2 3 Lismo#
重量 5 3 2 1 a.AEF P4N
价值 4 4 3 1 a3(f\MMxE
y? 65*lUl
并设限制重量为7。则按以上算法,下图表示找解过程。由图知,一旦找到一个解,算法就进一步找更好的佳。如能判定某个查找分支不会找到更好的解,算法不会在该分支继续查找,而是立即终止该分支,并去考察下一个分支。 /p@0Q[E
MK4CggoC
按上述算法编写函数和程序如下: ' }NH$ KA
【程序】 c-a;nAR
# include <stdio.h> f<3r;F7
# define N 100 0 f"M-x
double limitW,totV,maxV; >[g'i+{
int option[N],cop[N]; 7jF2m'(
struct { double weight; t]pJt
double value; &44?k:
}a[N]; !myF_cv}'
int n; >Q^*h}IdW
void find(int i,double tw,double tv) \Ng[lN
{ int k; qk(u5Z
/*考虑物品i包含在当前方案中的可能性*/ * (<3 oIRS
if (tw+a.weight<=limitW) dtq]_HvTJ
{ cop=1; lnnt b3q
if (i<n-1) find(i+1,tw+a.weight,tv); ~9+\
else k+cHx799
{ for (k=0;k<n;k++) aeF^&F0
option[k]=cop[k]; 7kidPAhY
maxv=tv; W-ECmw(
} Bk~M ^AK@~
cop=0; .'N#qs_
} {eo?vA8SE
/*考虑物品i不包含在当前方案中的可能性*/ G{oM2`c'#8
if (tv-a.value>maxV) p&;,$KDA
if (i<n-1) find(i+1,tw,tv-a.value); :~9F/Jx
else w9a6F
{ for (k=0;k<n;k++) cV)~%e/
option[k]=cop[k]; GD .>u
maxv=tv-a.value; 93#wU})
} iD9hqiX&
} MMUw+jM4
::kpAE]
void main() JTB5#S4W
{ int k; }L*cP;m#
double w,v; ]dIr;x`
printf(“输入物品种数\n”); :J+GodW
scanf((“%d”,&n); K3t^y`z
printf(“输入各物品的重量和价值\n”); uM~j
for (totv=0.0,k=0;k<n;k++) .](s\6'
{ scanf(“%1f%1f”,&w,&v); D$c4's`5
a[k].weight=w; LHP?!rO0
a[k].value=v; $rE_rZ+]="
totV+=V; 1YMu\(
} 5bKn6O)K
printf(“输入限制重量\n”); Ss7XjWP.}
scanf(“%1f”,&limitV); :dzamHbX9
maxv=0.0; -n~VMLd?@
for (k=0;k<n;k++) cop[k]=0; 1{S"
axSL
find(0,0.0,totV); -vC?bumR%
for (k=0;k<n;k++) }'
t*BaU
if (option[k]) printf(“%4d”,k+1); U9B|u`72
printf(“\n总价值为%.2f\n”,maxv); v4Q8RE?
} Au/n|15->C
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。 ^UK6q2[
【程序】 x_5H_! \#
# include <stdio.h> ];go?.*C
# define N 100 |bz,cvlP
W
double limitW; ]={{$}8.
int cop[N]; bdCpGG9
struct ele { double weight; -.E<~(fad
double value; hw&R.F
} a[N]; *l^%7Wrk
int k,n; R#Bdfmldq
struct { int flg; ;=6~,k)
double tw; 3J}bI{3
double tv; #`4ma:Pj
}twv[N]; jM3{A;U2
void next(int i,double tw,double tv) I(Yyg,1Z
{ twv.flg=1; bmO[9
)G
twv.tw=tw; RtR]9^:~
twv.tv=tv; IPnbR)[%
} OsR4oT
double find(struct ele *a,int n) 6]^}GyM!
{ int i,k,f; l8hOr yB&
double maxv,tw,tv,totv; [?hc.COE
maxv=0; o3l_&?^
for (totv=0.0,k=0;k<n;k++) /^\6q"'
totv+=a[k].value; 'DQKpk'
next(0,0.0,totv); ZOG6
i=0; ]f q.r
While (i>=0) x*[\$E`v
{ f=twv.flg; /wL}+
tw=twv.tw; \6xVIQ& 0
tv=twv.tv; >%.6n:\rG
switch(f) PQ|kE`'
{ case 1: twv.flg++;
}ya9 +?I
if (tw+a.weight<=limitW) DO$jX
4
if (i<n-1) dg4 QA_"
{ next(i+1,tw+a.weight,tv); g%Ap <iT
i++; (;' ?56
} <gKT 7ONtg
else yA!#>u%g
{ maxv=tv; |,Y(YSg.
for (k=0;k<n;k++) A@EeX4N
cop[k]=twv[k].flg!=0; xS`>[8?3<T
} g Xvuv^
break; kfBVF%90
case 0: i--; F"3PP ~
break; oToUpkAI
default: twv.flg=0; @%K@oD L
if (tv-a.value>maxv) (&FSoe/!['
if (i<n-1) (AdQ6eGM b
{ next(i+1,tw,tv-a.value); Q%(LMq4UG
i++; cSBYC_LU
} n8[
sl]L
else +I7n6s\
{ maxv=tv-a.value; Y`3>i,S6\
for (k=0;k<n;k++) wbzAX
cop[k]=twv[k].flg!=0;
wEo/H
} ,&!Txyye
break; n9Z|69W6>
} ^e>`ob
} 'tp1|n/1
return maxv; vO"Sy{)Z>
} LzS@@']
RUmJ=i'4/
void main() Uax- z
{ double maxv; }Z-]m
printf(“输入物品种数\n”); hd.^ZD7
scanf((“%d”,&n); ]z,W1Zs?
printf(“输入限制重量\n”); &<-Sxjj
scanf(“%1f”,&limitW); %J?;@ G)r
printf(“输入各物品的重量和价值\n”); |?SK.1pW
for (k=0;k<n;k++) -U(T
scanf(“%1f%1f”,&a[k].weight,&a[k].value); m0W5O gk
maxv=find(a,n); 1+PLj[;jJ:
printf(“\n选中的物品为\n”); SqTO~zGC
for (k=0;k<n;k++) 37Z:WJ?
if (option[k]) printf(“%4d”,k+1); Y6/'gg'&5
printf(“\n总价值为%.2f\n”,maxv); DJ;G0*
}