四、递归 q 5z^y(Sv
U=69q]
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。 B7|%N=S%/
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。 <j,3Dn
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 -1v9
斐波那契数列为:0、1、1、2、3、……,即: &ni#(
fib(0)=0; 6DK).|@$r
fib(1)=1; UntFkoO
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 {Q_GJ
写成递归函数有: a7F_{Mm
int fib(int n) Qzo -Yw`=
{ if (n==0) return 0; H.'9]*
if (n==1) return 1; C7* YZe
if (n>1) return fib(n-1)+fib(n-2); W;UPA~nT~
} !X~NL+
递归算法的执行过程分递推和回归两个阶段。在递推阶段,把较复杂的问题(规模为n)的求解推到比原问题简单一些的问题(规模小于n)的求解。例如上例中,求解fib(n),把它推到求解fib(n-1)和fib(n-2)。也就是说,为计算fib(n),必须先计算fib(n-1)和fib(n-2),而计算fib(n-1)和fib(n-2),又必须先计算fib(n-3)和fib(n-4)。依次类推,直至计算fib(1)和fib(0),分别能立即得到结果1和0。在递推阶段,必须要有终止递归的情况。例如在函数fib中,当n为1和0的情况。 7iwck.*
在回归阶段,当获得最简单情况的解后,逐级返回,依次得到稍复杂问题的解,例如得到fib(1)和fib(0)后,返回得到fib(2)的结果,……,在得到了fib(n-1)和fib(n-2)的结果后,返回得到fib(n)的结果。 dh [kx
在编写递归函数时要注意,函数中的局部变量和参数知识局限于当前调用层,当递推进入“简单问题”层时,原来层次上的参数和局部变量便被隐蔽起来。在一系列“简单问题”层,它们各有自己的参数和局部变量。 l5&5VC)
由于递归引起一系列的函数调用,并且可能会有一系列的重复计算,递归算法的执行效率相对较低。当某个递归算法能较方便地转换成递推算法时,通常按递推算法编写程序。例如上例计算斐波那契数列的第n项的函数fib(n)应采用递推算法,即从斐波那契数列的前两项出发,逐次由前两项计算出下一项,直至计算出要求的第n项。 fR'!p: ~
【问题】 组合问题 bn8maYUZ
问题描述:找出从自然数1、2、……、n中任取r个数的所有组合。例如n=5,r=3的所有组合为: (1)5、4、3 (2)5、4、2 (3)5、4、1 fHEIys,{
(4)5、3、2 (5)5、3、1 (6)5、2、1 z5(5\j]
(7)4、3、2 (8)4、3、1 (9)4、2、1 "c]9Q%
(10)3、2、1 {k-_+#W"
分析所列的10个组合,可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时,其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字,约定函数将确定的k个数字组合的第一个数字放在a[k]中,当一个组合求出后,才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k,函数将确定组合的第一个数字放入数组后,有两种可能的选择,因还未去顶组合的其余元素,继续递归去确定;或因已确定了组合的全部元素,输出这个组合。细节见以下程序中的函数comb。 <#nU 06 fN
【程序】 b$fmU"%&|
# include <stdio.h> /HhA2 (g%
# define MAXN 100 fKqr$59>
int a[MAXN];
pV u[
void comb(int m,int k) p5vQ.Ni*\-
{ int i,j; X{,mj"(w
for (i=m;i>=k;i--) ex1!7A!}g
{ a[k]=i; N|2d9E
if (k>1) &oB*gGRw=7
comb(i-1,k-1); xR&:]M[Vg
else 26nwUNak
{ for (j=a[0];j>0;j--) t=@d`s:R2
printf(“%4d”,a[j]); kc P ZIP:
printf(“\n”); W)/f5[L
} 9< 07# 8c.
} e@0|fB%2
} ht ]n*
Q[K$f %>
void main() 1+N'cB!y
{ a[0]=3; ]GY8f3~|{
comb(5,3); 8Nyz{T[
} 'iZwM>l\
【问题】 背包问题 R3lZ|rxv:
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。 JQ0Z%;"
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。 LTo!DUi`
对于第i件物品的选择考虑有两种可能: hLgX0QV
(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。 m?B=?;B9#
(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。 R=E4Sh
按以上思想写出递归算法如下: WKlqm)m@
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) 2#lpIj
{ /*考虑物品i包含在当前方案中的可能性*/ g_P98_2f.k
if(包含物品i是可以接受的) y'odn ;
{ 将物品i包含在当前方案中; mhhc}dS(H
if (i<n-1) N~CQh=<
try(i+1,tw+物品i的重量,tv); 3))R91I
else )^s>2 1
/*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*/ ;7?oJH;
以当前方案作为临时最佳方案保存; H,w8+vZ4\
恢复物品i不包含状态; wZ\93W-}
} X;6;v]
/*考虑物品i不包含在当前方案中的可能性*/ #xu1
eX0<
if (不包含物品i仅是可男考虑的) L%5y@b{AR
if (i<n-1) U!o
try(i+1,tw,tv-物品i的价值); wUr(i *
else (UjaL@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*/ yGt[Qvx#
以当前方案作为临时最佳方案保存; Ew
PJ|Z^
} <_|@~^u
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: ?zutU w/m
物品 0 1 2 3 *v K~t|z
重量 5 3 2 1 p qpsa'
价值 4 4 3 1 ?#: ']q
vvxD}p=y
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。 Lv/}&'\(
u;rmqo1
按上述算法编写函数和程序如下: 5~DKx7P!Z
【程序】 L3wj vq^
# include <stdio.h> ]oSx]R>{f
# define N 100 ^K1mh9O
double limitW,totV,maxV; xPUukmG:B
int option[N],cop[N]; NJr)f
struct { double weight; zNKB'hsK
double value; H.{Fw j4
}a[N]; Ayqs~&{
int n; 4C_1wk('
void find(int i,double tw,double tv) 5!Y\STn
{ int k; Wc+(xk
/*考虑物品i包含在当前方案中的可能性*/ ,~Xe#eM
if (tw+a.weight<=limitW) |&WYu,QQ4
{ cop=1; O]hUOc`k
if (i<n-1) find(i+1,tw+a.weight,tv); H#hpaP;
else Hkia&nz'3
{ for (k=0;k<n;k++) UF5_be,D
option[k]=cop[k]; ?r&~(<^z
maxv=tv; r5hkxk'
} DeF`#a0E
cop=0; I
F!xZ6X8
} T|S-?X,
/*考虑物品i不包含在当前方案中的可能性*/ ;ZI8vFb
if (tv-a.value>maxV) ,#,K_oz
if (i<n-1) find(i+1,tw,tv-a.value); 5 cQ]vb
else jmv=rl>E*
{ for (k=0;k<n;k++) 4+d(d
option[k]=cop[k]; @aUNyyVP
maxv=tv-a.value; F1$XUos9
} k}<H
} l}^ziY!
=#9#unvE!
void main() ,.*Df)+
{ int k; yY UAH-
double w,v; fmv:vs /9
printf(“输入物品种数\n”); ]$s)6)kW
scanf((“%d”,&n); V*te8HIe
printf(“输入各物品的重量和价值\n”); )#\3c,<Y
for (totv=0.0,k=0;k<n;k++) Z.@n7G
{ scanf(“%1f%1f”,&w,&v); LXby(|<j
a[k].weight=w; L9Zz-Dr s
a[k].value=v; Gd\/n*j
totV+=V; db1ZNw
} m ne)c[Qn
printf(“输入限制重量\n”); ivl %%nY'
scanf(“%1f”,&limitV); $04lL/;
maxv=0.0; iC iKr aW
for (k=0;k<n;k++) cop[k]=0; |#cqxr "
find(0,0.0,totV); GOA
dhh-
for (k=0;k<n;k++) g_l-@
if (option[k]) printf(“%4d”,k+1); _7:Bxx4B
printf(“\n总价值为%.2f\n”,maxv); *:
FS/ir
} LNk :PD0m
作为对比,下面以同样的解题思想,考虑非递归的程序解。为了提高找解速度,程序不是简单地逐一生成所有候选解,而是从每个物品对候选解的影响来形成值得进一步考虑的候选解,一个候选解是通过依次考察每个物品形成的。对物品i的考察有这样几种情况:当该物品被包含在候选解中依旧满足解的总重量的限制,该物品被包含在候选解中是应该继续考虑的;反之,该物品不应该包括在当前正在形成的候选解中。同样地,仅当物品不被包括在候选解中,还是有可能找到比目前临时最佳解更好的候选解时,才去考虑该物品不被包括在候选解中;反之,该物品不包括在当前候选解中的方案也不应继续考虑。对于任一值得继续考虑的方案,程序就去进一步考虑下一个物品。 RXAE
jzf
【程序】 Z*q&^/N
# include <stdio.h> @]~.-(IMh
# define N 100 W%^!<bFk}m
double limitW; ^u$=<66
int cop[N]; Z P|k3
struct ele { double weight; 3)=ix. wW
double value; |-/@3gPO
} a[N]; JiXE {(
int k,n;
P6> C+T1
struct { int flg; qlPIxd
double tw; Y+23 jlgb
double tv; $RI$VyAjD
}twv[N]; _ti^i\8~
void next(int i,double tw,double tv) 3A"TpR4f`
{ twv.flg=1; Kzq^f=p
twv.tw=tw; 4x+[?fw
twv.tv=tv; Q/Z>w+zh#
} Zi}h\R a
double find(struct ele *a,int n) &${| o@
{ int i,k,f; o?M ;f\Fy
double maxv,tw,tv,totv; ;t9_*)[
maxv=0; Y}.f&rLe
for (totv=0.0,k=0;k<n;k++) 4j'rbbs/
totv+=a[k].value; ^2rj);{V
next(0,0.0,totv); }I}GA:~$%
i=0; [N4N7yF
While (i>=0) hTv*4J&@|
{ f=twv.flg; ;DZj.|Sj+
tw=twv.tw; rf+}J_
tv=twv.tv; &