四、递归 ZimMjZ%4
qeK
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。 thZ@BrO#
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。 {KpH|i
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 >gOI]*!5
斐波那契数列为:0、1、1、2、3、……,即: hiK[!9r
fib(0)=0; GHgEbiY:
fib(1)=1; xn x1`|1u
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 3Ld ;zW
写成递归函数有: YL&b9e4
int fib(int n) (zTI)EV
{ if (n==0) return 0; Oz9Mqcx
if (n==1) return 1; X-ki%jp3
if (n>1) return fib(n-1)+fib(n-2); Zh~Lm
} lJ>QTZH!wW
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。 VqO<+~M,E
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。 :'=~/GR
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。 @IyH(J],h
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。 I;11j
【问题】 组合问题 Lugk`NUvF
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 C+#;L+$Gi
(4)5、3、2 (5)5、3、1 (6)5、2、1 LN3dp?;_{
(7)4、3、2 (8)4、3、1 (9)4、2、1 { d2f)ra.
(10)3、2、1 .jGsO0
分析所列的10个组合,可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时,其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字,约定函数将确定的k个数字组合的第一个数字放在a[k]中,当一个组合求出后,才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k,函数将确定组合的第一个数字放入数组后,有两种可能的选择,因还未去顶组合的其余元素,继续递归去确定;或因已确定了组合的全部元素,输出这个组合。细节见以下程序中的函数comb。 LG@c)H74
【程序】 lTOM/^L
# include <stdio.h> MCrO]N($b
# define MAXN 100 g7}z
&S;_
int a[MAXN]; b=QGbFf
void comb(int m,int k) I }W-5%
{ int i,j; 6_&6'Vq
for (i=m;i>=k;i--) ^B6i6]Pd=9
{ a[k]=i; g$-D?~(Z
if (k>1) J0*]6oD!
comb(i-1,k-1); m[Ac'la
else )6R#k8'ERr
{ for (j=a[0];j>0;j--) QVRokI`BF
printf(“%4d”,a[j]); g
/ @yK
printf(“\n”); WoWM
} (7jB_ p%
} qpwh #^2
} :iNAXy
$Ex 9
void main() RW PdS
{ a[0]=3; _Il9s#NA%
comb(5,3); d|?(c~
} wrb& ta
【问题】 背包问题 Z2j*%/
问题描述:有不同价值、不同重量的物品n件,求从这n件物品中选取一部分物品的选择方案,使选中物品的总重量不超过指定的限制重量,但选中物品的价值之和最大。 2=,Sz1`t
设n件物品的重量分别为w0、w1、…、wn-1,物品的价值分别为v0、v1、…、vn-1。采用递归寻找物品的选择方案。设前面已有了多种选择的方案,并保留了其中总价值最大的方案于数组option[ ],该方案的总价值存于变量maxv。当前正在考察新方案,其物品选择情况保存于数组cop[ ]。假定当前方案已考虑了前i-1件物品,现在要考虑第i件物品;当前方案已包含的物品的重量之和为tw;至此,若其余物品都选择是可能的话,本方案能达到的总价值的期望值为tv。算法引入tv是当一旦当前方案的总价值的期望值也小于前面方案的总价值maxv时,继续考察当前方案变成无意义的工作,应终止当前方案,立即去考察下一个方案。因为当方案的总价值不比maxv大时,该方案不会被再考察,这同时保证函数后找到的方案一定会比前面的方案更好。 M^JZ]W(
对于第i件物品的选择考虑有两种可能: 2"Uk}Yz|
(1) 考虑物品i被选择,这种可能性仅当包含它不会超过方案总重量限制时才是可行的。选中后,继续递归去考虑其余物品的选择。 ZM^;%(
(2) 考虑物品i不被选择,这种可能性仅当不包含物品i也有可能会找到价值更大的方案的情况。 nh&<fnh
按以上思想写出递归算法如下: q{+poVX
try(物品i,当前选择已达到的重量和,本方案可能达到的总价值tv) |%cO"d^ri
{ /*考虑物品i包含在当前方案中的可能性*/ MJ/%$
if(包含物品i是可以接受的) n]fbV/ x
{ 将物品i包含在当前方案中; |>}0? '/]
if (i<n-1) @SG="L
try(i+1,tw+物品i的重量,tv); f]A6Mx6
else irw 7
/*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*/ R6$F<;nw
以当前方案作为临时最佳方案保存; [
EID27P
恢复物品i不包含状态; pBnf^Ew1
} b`|MK4M(
/*考虑物品i不包含在当前方案中的可能性*/ pfQZ|*>lkb
if (不包含物品i仅是可男考虑的) N u2]~W&
if (i<n-1) tP(bRQ>
try(i+1,tw,tv-物品i的价值); jv=f@:[`I
else z*~PYAt
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ xPJJ
!mY
以当前方案作为临时最佳方案保存; @
h`Zn1;
} r~fl=2>yQ
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: nzJi)A./
物品 0 1 2 3 z==}~|5
重量 5 3 2 1 fX$4TPy(h
价值 4 4 3 1 <H@!Xw;
:h^UC~[h 3
并设限制重量为7。则按以上算法,下图表示找解过程。由图知,一旦找到一个解,算法就进一步找更好的佳。如能判定某个查找分支不会找到更好的解,算法不会在该分支继续查找,而是立即终止该分支,并去考察下一个分支。 ;xtb2c8HT
14YV#o:
按上述算法编写函数和程序如下: Z*aU2Kr`;
【程序】 V//q$/&8(
# include <stdio.h> .:!x*v
# define N 100 SWO!E
double limitW,totV,maxV; wvaIgy%z
int option[N],cop[N]; {#M{~
struct { double weight; 8[`<u[Iv
double value; 'yRv~BA
}a[N]; &Wz:-G7<n
int n; I%C:d#p
void find(int i,double tw,double tv) P(nHXVSUE
{ int k; 5N+(Gv[`"
/*考虑物品i包含在当前方案中的可能性*/ /~huTKA}
if (tw+a.weight<=limitW) E^W*'D
{ cop=1; :p)9Heu
if (i<n-1) find(i+1,tw+a.weight,tv); A?k,}~
else Pc4cSw#5
{ for (k=0;k<n;k++) 6U9Fa=%>}
option[k]=cop[k]; xQ
3u
maxv=tv; $v@$oPmMj
} @5V Z
cop=0; j=% -b]
} }M@Jrq+7
/*考虑物品i不包含在当前方案中的可能性*/ 3v+}YT{>b
if (tv-a.value>maxV) }eFUw
if (i<n-1) find(i+1,tw,tv-a.value); <U`Nb) &
else %)ov,p|
{ for (k=0;k<n;k++) ~cj:AIF
option[k]=cop[k]; i1@g Hk
maxv=tv-a.value; Xtnmh)'K~#
} @7 HBXP
} bJ!f,a'/
5MU@g*gj,C
void main() s(Bi&C\
{ int k; &n kGdHX/a
double w,v; .h^Ld,Chj
printf(“输入物品种数\n”); H4A+Dg,
scanf((“%d”,&n); abP?Dj&
printf(“输入各物品的重量和价值\n”); g7f%(W2dd
for (totv=0.0,k=0;k<n;k++) >8t[EsW/
{ scanf(“%1f%1f”,&w,&v); "E!p1
a[k].weight=w; Xb
1 ^Oj
a[k].value=v; @5GP;3T
totV+=V; vJ}
} 8@
gD03
printf(“输入限制重量\n”); LOkDx2@g
scanf(“%1f”,&limitV); c2:kZxT
maxv=0.0; =DwH*U/YR
for (k=0;k<n;k++) cop[k]=0; qZ1PC>
find(0,0.0,totV); HV(*6b@
for (k=0;k<n;k++) Nx
z ,/d
if (option[k]) printf(“%4d”,k+1); -z1o~~
printf(“\n总价值为%.2f\n”,maxv); 30`H
Xv@
} \9Zfu4WR
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。 Y%8QFM
【程序】 .sMi"gg
# include <stdio.h> g&5VorGx
# define N 100 hmk5
1
double limitW; :b)@h|4
int cop[N]; D)6|| z}
struct ele { double weight; e$I:[>
double value; o:ob1G[p%
} a[N]; Gl1$W=pR:
int k,n; wj~8KHan
struct { int flg; .AS,]*?Zn%
double tw; Z6pDQ^Ii
double tv; PmTd+Gj$
}twv[N]; X)5O@"4 ?
void next(int i,double tw,double tv) =5F49
{ twv.flg=1; ?id^v 7d
twv.tw=tw; l]cQ7g5
twv.tv=tv; k Er7,c
} Q"uu&JC
double find(struct ele *a,int n) %&GQ]pmcY
{ int i,k,f; Pw1H)<X
double maxv,tw,tv,totv; $%t
maxv=0; AP@d2{"m}
for (totv=0.0,k=0;k<n;k++) <{j9|mt
totv+=a[k].value; oaE3Aa
next(0,0.0,totv); vi|ASA{V
i=0; Gu=bPQOj
While (i>=0) vS<e/e+
{ f=twv.flg; ${3OQG
tw=twv.tw; I`1=VC]^8
tv=twv.tv; ?c*d
z{
switch(f) p%'((!a2
{ case 1: twv.flg++; c8MNo'h
if (tw+a.weight<=limitW) ~46ed3eGzi
if (i<n-1) 6 h):o
{ next(i+1,tw+a.weight,tv); Rwk|cqr
i++; f}4h}Cq
} 4mg&H0 !
else qB`P7!VN^]
{ maxv=tv; Oylw,*%
for (k=0;k<n;k++) 5E8PbV-l
cop[k]=twv[k].flg!=0; T@.CwV
} M"V@>E\L
break; -Zh+5;8g
case 0: i--; DTY=k
break; .b"e`Bw_=
default: twv.flg=0; HIAd"}^
if (tv-a.value>maxv) 'M{_S
if (i<n-1)
HN! l-z
{ next(i+1,tw,tv-a.value); ?a}~yz#B(
i++; ,58[WZG
} + h&V;
else `,O^=HBM
{ maxv=tv-a.value; =O<BMq{d
for (k=0;k<n;k++) rO~D{)Nu
cop[k]=twv[k].flg!=0; VTdZ&%@
} t Ks0]8tc
break; $) $sApB
} I{$|Ed1
}
xMU)
return maxv; *V/SI E*8
} Tq+pFEgQ`@
|^{IHF\
void main() +}n]A^&I\E
{ double maxv; 6Jm4?ex
printf(“输入物品种数\n”); $H}Q"^rs
scanf((“%d”,&n); E^!%m8--
printf(“输入限制重量\n”); 9}-,dgAB
scanf(“%1f”,&limitW); T&%>/7I>
printf(“输入各物品的重量和价值\n”); uIu0"pv`x
for (k=0;k<n;k++) MX34qJ9k
scanf(“%1f%1f”,&a[k].weight,&a[k].value); wJ}8y4O!N
maxv=find(a,n); -mXEbsm
printf(“\n选中的物品为\n”); uf6{M_jXZ
for (k=0;k<n;k++) C`ok{SNtUy
if (option[k]) printf(“%4d”,k+1); J_,y?}.e3
printf(“\n总价值为%.2f\n”,maxv); wRKGJ
}