四、递归 tJu:N'=Dy
c`x4."m
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。 F(.`@OO
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。 pf'DbY!
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 ?@PSD\
斐波那契数列为:0、1、1、2、3、……,即: YGPb8!
fib(0)=0; V+D5<nICr
fib(1)=1; s@&3;{F6D
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 @{RhO|UR
写成递归函数有: +a*Ic8*
int fib(int n) JAKs [@:
{ if (n==0) return 0; o|d:rp!^
if (n==1) return 1; s%y<FXUj
if (n>1) return fib(n-1)+fib(n-2); zd 2_k 9
} l"JM%LV
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。 h/A\QW8Sd
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。 ,<+:xl
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。 /"="y'Wx
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。 Y?1T
XsvF
【问题】 组合问题 bBML +0a
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 Zs t)S(
(4)5、3、2 (5)5、3、1 (6)5、2、1 O7IYg;
(7)4、3、2 (8)4、3、1 (9)4、2、1 $- ]G6r
(10)3、2、1 a ub$4n!C9
分析所列的10个组合,可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时,其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字,约定函数将确定的k个数字组合的第一个数字放在a[k]中,当一个组合求出后,才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k,函数将确定组合的第一个数字放入数组后,有两种可能的选择,因还未去顶组合的其余元素,继续递归去确定;或因已确定了组合的全部元素,输出这个组合。细节见以下程序中的函数comb。 1H.;r(c
【程序】 2HVqJib4Yn
# include <stdio.h> 6 Q7MAP M
# define MAXN 100 tk-)N+M.
int a[MAXN]; vv)w@A:Vn)
void comb(int m,int k) SJ22
{ int i,j; rtJ@D2Hj^
for (i=m;i>=k;i--) X&aQR[X
{ a[k]=i; Ff0V6j)ji
if (k>1) ~}p k^FA
comb(i-1,k-1); g qORE/[
else f%_$RdU
{ for (j=a[0];j>0;j--) XFs7kTY
printf(“%4d”,a[j]); ubZuvWZ
printf(“\n”); .$d:c61X
} R~A))4<%%
} 2=fLb7
} q2|z
\
,0HID:&
void main() YH%U$eS#g
{ a[0]=3; >op/<?<
comb(5,3); $=>:pQbBVX
} &q4~WRnzJk
【问题】 背包问题 HW_2!t_R
问题描述:有不同价值、不同重量的物品n件,求从这n件物品中选取一部分物品的选择方案,使选中物品的总重量不超过指定的限制重量,但选中物品的价值之和最大。 sX>|Y3S\U
设n件物品的重量分别为w0、w1、…、wn-1,物品的价值分别为v0、v1、…、vn-1。采用递归寻找物品的选择方案。设前面已有了多种选择的方案,并保留了其中总价值最大的方案于数组option[ ],该方案的总价值存于变量maxv。当前正在考察新方案,其物品选择情况保存于数组cop[ ]。假定当前方案已考虑了前i-1件物品,现在要考虑第i件物品;当前方案已包含的物品的重量之和为tw;至此,若其余物品都选择是可能的话,本方案能达到的总价值的期望值为tv。算法引入tv是当一旦当前方案的总价值的期望值也小于前面方案的总价值maxv时,继续考察当前方案变成无意义的工作,应终止当前方案,立即去考察下一个方案。因为当方案的总价值不比maxv大时,该方案不会被再考察,这同时保证函数后找到的方案一定会比前面的方案更好。 Q$'\_zV
对于第i件物品的选择考虑有两种可能: K4Nz I9@
(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。 .ozBa778u
(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。 /;Cx|\
按以上思想写出递归算法如下: 2.j0pg .
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) nx`W!|g$`
{ /*考虑物品i包含在当前方案中的可能性*/ V^.Z&7+E`_
if(包含物品i是可以接受的) # 6?2 2Os
{ 将物品i包含在当前方案中; ]+^4Yq>2
if (i<n-1) FDFVhcr
try(i+1,tw+物品i的重量,tv); Lrx"Hn{
else T3)m{gv0`
/*又一个完整方案,因为它比前面的方案好,以它作为最佳方案*/ h9c7P@29
以当前方案作为临时最佳方案保存; c&RiUU7
恢复物品i不包含状态; A1zV5-E/
} k
;vOPcw
/*考虑物品i不包含在当前方案中的可能性*/ xU.Ymq& 5
if (不包含物品i仅是可男考虑的) rY6bc\?`x
if (i<n-1) |SJ%Myy
try(i+1,tw,tv-物品i的价值); 9%P$e=Ui#
else hoPh#? G
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ 0j#$Swa
以当前方案作为临时最佳方案保存; sh<JB`^$(?
} g2r8J0v
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: 7V\M)r{q7
物品 0 1 2 3 b$Bq#vdg:
重量 5 3 2 1 lQ.3_{"s
价值 4 4 3 1 6l>016 x
#zd}xla0]
并设限制重量为7。则按以上算法,下图表示找解过程。由图知,一旦找到一个解,算法就进一步找更好的佳。如能判定某个查找分支不会找到更好的解,算法不会在该分支继续查找,而是立即终止该分支,并去考察下一个分支。 p_3VFKq>0
ON_GD"
按上述算法编写函数和程序如下: y3V47J2o
【程序】 x4_FG{AIu
# include <stdio.h> BxxqzN+
# define N 100 uUG &At
double limitW,totV,maxV; ybm&g( -\
int option[N],cop[N]; UB;~Rf( .
struct { double weight; );F
/P0P
double value; a<D]Gz^h
}a[N]; N
aiZU
int n; !. ={p8X-x
void find(int i,double tw,double tv) fAR0GOI
{ int k; Lr(wS {
/*考虑物品i包含在当前方案中的可能性*/ BA0.B0+"
if (tw+a.weight<=limitW) kObgoMT<[
{ cop=1; :}w^-I"
if (i<n-1) find(i+1,tw+a.weight,tv); }JWk?
else 7\;gd4Ua1
{ for (k=0;k<n;k++) nr9cG/"
option[k]=cop[k]; myY@Wp
maxv=tv; ! XNTk]!
} (V~PYf%
cop=0; i_;]UvP
} &5wM`
/*考虑物品i不包含在当前方案中的可能性*/ QVrMrm+vRv
if (tv-a.value>maxV) Mj@ 0F
2hy
if (i<n-1) find(i+1,tw,tv-a.value); _52BIrAO2
else =l9H]`T/
{ for (k=0;k<n;k++) F{aM6I
option[k]=cop[k]; wms8z
maxv=tv-a.value; jG3i
)ALx
} n\y%5J+
} R'r^v
[P_1a`b
void main() 6|:]2S
{ int k; KuO5`
double w,v; FPPGf!Eq
printf(“输入物品种数\n”); FVcooV
scanf((“%d”,&n); jlZW!$Iq
printf(“输入各物品的重量和价值\n”); V qW(S1w
for (totv=0.0,k=0;k<n;k++) :3Z"Qk$uR
{ scanf(“%1f%1f”,&w,&v); q
y8=4~40
a[k].weight=w; C[O \aW
a[k].value=v; >m{)shBX
totV+=V; 9m
fYB
} u{ .UZTn
printf(“输入限制重量\n”); Qy @r&
scanf(“%1f”,&limitV); d98ZC+q
maxv=0.0; yVM
1W"Q
for (k=0;k<n;k++) cop[k]=0; [
Q6v #I
find(0,0.0,totV); @GGPw9a
for (k=0;k<n;k++) vx_v/pD
if (option[k]) printf(“%4d”,k+1); <3>Ou(F
printf(“\n总价值为%.2f\n”,maxv); AjZ@hid
} @`ttyI^1f
作为对比,下面以同样的解题思想,考虑非递归的程序解。为了提高找解速度,程序不是简单地逐一生成所有候选解,而是从每个物品对候选解的影响来形成值得进一步考虑的候选解,一个候选解是通过依次考察每个物品形成的。对物品i的考察有这样几种情况:当该物品被包含在候选解中依旧满足解的总重量的限制,该物品被包含在候选解中是应该继续考虑的;反之,该物品不应该包括在当前正在形成的候选解中。同样地,仅当物品不被包括在候选解中,还是有可能找到比目前临时最佳解更好的候选解时,才去考虑该物品不被包括在候选解中;反之,该物品不包括在当前候选解中的方案也不应继续考虑。对于任一值得继续考虑的方案,程序就去进一步考虑下一个物品。 h&vq}
【程序】 9c1n
# include <stdio.h> ?8X+)nU@
# define N 100 H{P"$zj`l
double limitW; E0}jEl/{
int cop[N]; (v^L2Po
struct ele { double weight; ,g$N
double value; zRJopcE<
} a[N]; <c{RY.1[
int k,n; 7oDr`=q1]r
struct { int flg; C/+8lA6NV
double tw; J~:/,'Ea
double tv; m(8t |~S
}twv[N]; zTP3JOe(
void next(int i,double tw,double tv) 3D
k W
{ twv.flg=1; ge[+/$(1
twv.tw=tw; swnov[0
twv.tv=tv; ~OEP)c\k
} #uT-_L}sw
double find(struct ele *a,int n) ^m{kn8
{ int i,k,f; '@Y@H,
double maxv,tw,tv,totv;
[uqe|< :
maxv=0; fyaiRn9/
for (totv=0.0,k=0;k<n;k++) 9.)*z-f$
totv+=a[k].value; >>22:JI`
next(0,0.0,totv); M$iDaEu-
i=0; Oh)s"f\N
While (i>=0) Q$u&/g3NvL
{ f=twv.flg; 1$mxMXNsJ
tw=twv.tw; S{wR Z|8U
tv=twv.tv; 5G
@
switch(f) 4IfOvAN%
{ case 1: twv.flg++; J8IdQ:4^l
if (tw+a.weight<=limitW) {S[+hUl
if (i<n-1) Z1Y/2MVSb
{ next(i+1,tw+a.weight,tv); j=c=Pe"?u
i++; '9d<vWg
} =ie8{j2:
else <j\osw1R
{ maxv=tv; i;Y3pF0%P
for (k=0;k<n;k++) CWKN0HB
cop[k]=twv[k].flg!=0; RgTm^?Ex
} f+3ico]f@
break; [=/Yo1:v
case 0: i--; rF n%e
break; CVxqNR*DN
default: twv.flg=0; X~+AaI:~K
if (tv-a.value>maxv) bzj9U>eY
if (i<n-1) ct o+W}k
{ next(i+1,tw,tv-a.value); 10.u
i++; "^gV.
} 0'm$hU}
else lSW6\jX
{ maxv=tv-a.value; uO]^vP]fT
for (k=0;k<n;k++) '2LK(uaU
cop[k]=twv[k].flg!=0; HgVPyo
} /xS4>@hn
break; HV0! G-h
} }253Q!f
} XHN*'@
77;
return maxv; Wb)>APL
} yLFZo"r
t 0 omJP
void main() ;7/
;4Z
{ double maxv;
WRdBL5
printf(“输入物品种数\n”); ` @PHV
scanf((“%d”,&n); 5Yxs_t4
printf(“输入限制重量\n”); HLL:nczj
scanf(“%1f”,&limitW); &<Iyb}tA?
printf(“输入各物品的重量和价值\n”); heizO",8.&
for (k=0;k<n;k++) GF^)](xY+
scanf(“%1f%1f”,&a[k].weight,&a[k].value); V?[dg^*0
maxv=find(a,n); n PAl8
printf(“\n选中的物品为\n”); \Ei(HmEU
for (k=0;k<n;k++) T> < Vw
if (option[k]) printf(“%4d”,k+1); 3)ZdT{MY
printf(“\n总价值为%.2f\n”,maxv); 4Y'Kjx
}