四、递归 Bx&.Tj
>4d2IO1\
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。 MwxfTH"wi
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]k=sk
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 Ne]/ sQ0
斐波那契数列为:0、1、1、2、3、……,即: {-rK:*yP'u
fib(0)=0;
-=E/_c;
fib(1)=1;
yG0Wr=/<?
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。
mI=^7'Mk
写成递归函数有: Zq|oj^
int fib(int n) yaf&SR@7k{
{ if (n==0) return 0; u.gh04{5
if (n==1) return 1; *JG?^G"l
if (n>1) return fib(n-1)+fib(n-2); 6e@
O88=
} ^g,[#Rh
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。 cU25]V^{\
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。 (k"oV>a|
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。 _"Q
+G@@
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。 DytOS}/^9
【问题】 组合问题 LnJ/t(KV
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 DA
oOs}D
(4)5、3、2 (5)5、3、1 (6)5、2、1 fB5Bh;K
(7)4、3、2 (8)4、3、1 (9)4、2、1 ay2
m!s Q
(10)3、2、1 Rg&6J#h
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。 z[Kxy1,
【程序】 +w/Ax[K
# include <stdio.h> Ep}KIBBO
# define MAXN 100 O.=~/!(
int a[MAXN]; %E7+W{?*1
void comb(int m,int k) US)wr
{ int i,j; ->}K- n ),
for (i=m;i>=k;i--) qEE3x>&T]
{ a[k]=i; Z*kGWL
if (k>1) i:WHql"Kw_
comb(i-1,k-1); v@k62@;
else ~?vm97l
{ for (j=a[0];j>0;j--) :~^ec|tp
printf(“%4d”,a[j]); )2oWoZvi9
printf(“\n”); |xH"Xvp:
} DR9M8E
} M[_~7~4
} =~Jv*c
zQ
{g~x
void main() \%NhggS*
{ a[0]=3; @+} Q<
comb(5,3); ) BTJs)E
} ? 9i7+Y"
【问题】 背包问题 $B4}('&4FQ
问题描述:有不同价值、不同重量的物品n件,求从这n件物品中选取一部分物品的选择方案,使选中物品的总重量不超过指定的限制重量,但选中物品的价值之和最大。 `QR2!W70o3
设n件物品的重量分别为w0、w1、…、wn-1,物品的价值分别为v0、v1、…、vn-1。采用递归寻找物品的选择方案。设前面已有了多种选择的方案,并保留了其中总价值最大的方案于数组option[ ],该方案的总价值存于变量maxv。当前正在考察新方案,其物品选择情况保存于数组cop[ ]。假定当前方案已考虑了前i-1件物品,现在要考虑第i件物品;当前方案已包含的物品的重量之和为tw;至此,若其余物品都选择是可能的话,本方案能达到的总价值的期望值为tv。算法引入tv是当一旦当前方案的总价值的期望值也小于前面方案的总价值maxv时,继续考察当前方案变成无意义的工作,应终止当前方案,立即去考察下一个方案。因为当方案的总价值不比maxv大时,该方案不会被再考察,这同时保证函数后找到的方案一定会比前面的方案更好。 N_L&!%s
对于第i件物品的选择考虑有两种可能: Bh*~I_T a>
(1) 考虑物品i被选择,这种可能性仅当包含它不会超过方案总重量限制时才是可行的。选中后,继续递归去考虑其余物品的选择。 wCBL1[~C
(2) 考虑物品i不被选择,这种可能性仅当不包含物品i也有可能会找到价值更大的方案的情况。 UTUIL D
按以上思想写出递归算法如下: g\
@nA4
try(物品i,当前选择已达到的重量和,本方案可能达到的总价值tv) Wuosr3P
{ /*考虑物品i包含在当前方案中的可能性*/ 2 <&-
if(包含物品i是可以接受的) q4 'x'8
{ 将物品i包含在当前方案中; |Xd[%W)
if (i<n-1) z$-/yT"M
try(i+1,tw+物品i的重量,tv); ,I=ClmR
else $X9Ban]
/*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*/ (k
M\R|
以当前方案作为临时最佳方案保存; Xr M[8a
恢复物品i不包含状态; KLqu[{y.'
} ;sNyN#
/*考虑物品i不包含在当前方案中的可能性*/ _dsd{&
if (不包含物品i仅是可男考虑的) D +)6#i
Y
if (i<n-1) S:vv*5
try(i+1,tw,tv-物品i的价值); {H $\,
else 5DyN=[b
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ c ~YD|l
以当前方案作为临时最佳方案保存; *^c4q|G.-
} /^uvY
为了理解上述算法,特举以下实例。设有4件物品,它们的重量和价值见表: N jq#@*>[p
物品 0 1 2 3 2O9dU 5b
重量 5 3 2 1 R^](X*
价值 4 4 3 1 )gR14a
M)EKS
并设限制重量为7。则按以上算法,下图表示找解过程。由图知,一旦找到一个解,算法就进一步找更好的佳。如能判定某个查找分支不会找到更好的解,算法不会在该分支继续查找,而是立即终止该分支,并去考察下一个分支。 =Mn![
uh#PZ
xnP
按上述算法编写函数和程序如下: P>pkLP}
Vo
【程序】 R_vZh|
# include <stdio.h> )0AE*S
# define N 100 ' QT(TF>
double limitW,totV,maxV; 7!oqn'#>A
int option[N],cop[N]; =oT@h
9VI
struct { double weight; U]hQ#a+
double value; Ffj:xZ9rk
}a[N]; r=L9x/r
int n;
qR]4m]o
void find(int i,double tw,double tv)
UUb!2sO
{ int k; Y hLtf(r
/*考虑物品i包含在当前方案中的可能性*/ 6{lWUr
if (tw+a.weight<=limitW) o;];ng
{ cop=1; r.i.w0B(
if (i<n-1) find(i+1,tw+a.weight,tv); 4C01=,6ye
else -ZQ3^'f:0J
{ for (k=0;k<n;k++) @aCg1Rm
option[k]=cop[k]; )r?i^D&4
maxv=tv; \U !<-
} 4N$svA
cop=0; .[2MPjg
} f[.hN
/*考虑物品i不包含在当前方案中的可能性*/ W]2;5`MM
if (tv-a.value>maxV) Q(]-\L'
if (i<n-1) find(i+1,tw,tv-a.value); `Q(ac|
0
else Z(as@gjH
{ for (k=0;k<n;k++) `t!iknOQ$
option[k]=cop[k]; aGpRdF1;!
maxv=tv-a.value; zo} SS[
} Vg
\-^$
} a
_
qZ\zsOnp
void main() _\]D<\St
{ int k; ziH2<@
double w,v; j~Gu;%tq
printf(“输入物品种数\n”); bq(*r:`"
scanf((“%d”,&n); [PX'Jer
printf(“输入各物品的重量和价值\n”); BLaXp0
for (totv=0.0,k=0;k<n;k++) 'dU$QO
{ scanf(“%1f%1f”,&w,&v); RTY$oUqlZ
a[k].weight=w; o=`9JKB~
a[k].value=v; (
?/0$DB
totV+=V; }(o/+H4
} LG<lZ9+y
printf(“输入限制重量\n”); 7abq3OK+`
scanf(“%1f”,&limitV); Z:/S@ry
maxv=0.0; Qgx~'9
for (k=0;k<n;k++) cop[k]=0; TJ;v}HSo
find(0,0.0,totV); =dA T^e##
for (k=0;k<n;k++) (ZEVbAY?i
if (option[k]) printf(“%4d”,k+1); |%RFXkHS
printf(“\n总价值为%.2f\n”,maxv); VsZ_So;
} !@YYi[Gk
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。 zi-+@9T
【程序】 TS[Z<m
# include <stdio.h> b$$XriD]
# define N 100 wd#AA#J;*
double limitW; /XMmE
int cop[N]; +'n1?^U
struct ele { double weight; @nc!(P7_
double value; w
x,;
} a[N]; 1|.
0]~0
int k,n; r?X^*o9
struct { int flg; /Hx0=I
double tw; w`7l;7[
double tv; c=b\9!hr_E
}twv[N]; ^_=0.:QaW
void next(int i,double tw,double tv) GUp51*#XR
{ twv.flg=1; "mH^Owai
twv.tw=tw; ^@19cU?q
twv.tv=tv; I9Sh~vTm=u
} h{JVq72R
double find(struct ele *a,int n) ^|K*lI/
{ int i,k,f; S}<
<jI-z
double maxv,tw,tv,totv; #TSM#Uqe
maxv=0; a<o0B{7{BM
for (totv=0.0,k=0;k<n;k++) y]CJOC)/K
totv+=a[k].value; M^[jA](a
next(0,0.0,totv); '~2v/[<`}
i=0; &qpA<F@7
While (i>=0) 3+$O#>
{ f=twv.flg; B}FF |0<
tw=twv.tw; z::2O/ho
tv=twv.tv; C=b5[, UCB
switch(f) 785iY865
{ case 1: twv.flg++; r9t{/})A
if (tw+a.weight<=limitW) *FE<'+%
if (i<n-1) [ho'Pc3A<
{ next(i+1,tw+a.weight,tv); XM 7zA^-
i++; WcJ{}V9
} tV,zz;* Oe
else y@Or2bO#
{ maxv=tv; 'q-h
kN
for (k=0;k<n;k++) .F6#s
cop[k]=twv[k].flg!=0; g Q9ff,
} 6\Z^L1973
break; [T^6Kzz
case 0: i--; a,E;R$[!
break; jCl[!L5/1
default: twv.flg=0; LgnGqIlx
if (tv-a.value>maxv) w:N2
xI
if (i<n-1) 37[C^R!1c
{ next(i+1,tw,tv-a.value); Uy_=#&jg
i++; 2~4C5@SxL
} #RD%GLY
else `^}9= Q'r
{ maxv=tv-a.value; S- H3UND"
for (k=0;k<n;k++) C;ye%&g>
cop[k]=twv[k].flg!=0; BY d3 rI
} ,]Ma, 2
break; :W&\})
} t(yv
} 6GN'rVr!Z
return maxv; "osYw\unI
} ,rdM{ r
PA/6l"-`3
void main() RW)C<g
{ double maxv; S=2,jPX2r
printf(“输入物品种数\n”); IviWS84
scanf((“%d”,&n); 8HOmWQS
printf(“输入限制重量\n”); HHYcFoJwYN
scanf(“%1f”,&limitW); '$zFGq
}}
printf(“输入各物品的重量和价值\n”); O+N-x8W{
for (k=0;k<n;k++) 3{l"E(qqZ
scanf(“%1f%1f”,&a[k].weight,&a[k].value); t|m3b~Oyv
maxv=find(a,n); 24Fxx9g
printf(“\n选中的物品为\n”); L7- nPH
for (k=0;k<n;k++) -ZB"Yg$l
if (option[k]) printf(“%4d”,k+1); K?4(o u
printf(“\n总价值为%.2f\n”,maxv); NP8TF*5V
}