四、递归 n}(/>?/
P!@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。 Q@gmtAp
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。 3B#qQ#
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 _]btsv\)f
斐波那契数列为:0、1、1、2、3、……,即: `,|"rn#S
fib(0)=0; [%'yHb~<
fib(1)=1; U:xY~>
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 +jQHf-l
写成递归函数有: c3,YA,skb!
int fib(int n) aI]EwVz-q
{ if (n==0) return 0; {\3ZmF
if (n==1) return 1;
bK:mt `
if (n>1) return fib(n-1)+fib(n-2); z97RNT|Y7U
} `R@1Sc<*|
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。 %fB]N
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。 ^$-ID6
在编写递归函数时要注意,函数中的局部变量和参数知识局限于当前调用层,当递推进入“简单问题”层时,原来层次上的参数和局部变量便被隐蔽起来。在一系列“简单问题”层,它们各有自己的参数和局部变量。 `6a
由于递归引起一系列的函数调用,并且可能会有一系列的重复计算,递归算法的执行效率相对较低。当某个递归算法能较方便地转换成递推算法时,通常按递推算法编写程序。例如上例计算斐波那契数列的第n项的函数fib(n)应采用递推算法,即从斐波那契数列的前两项出发,逐次由前两项计算出下一项,直至计算出要求的第n项。 3oX\q/$
【问题】 组合问题 NuZiLtC
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 H&`0I$8m
(4)5、3、2 (5)5、3、1 (6)5、2、1 "NR`{1f:O
(7)4、3、2 (8)4、3、1 (9)4、2、1 cKt=_4Lf
(10)3、2、1 Fd!Np7xw
分析所列的10个组合,可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时,其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字,约定函数将确定的k个数字组合的第一个数字放在a[k]中,当一个组合求出后,才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k,函数将确定组合的第一个数字放入数组后,有两种可能的选择,因还未去顶组合的其余元素,继续递归去确定;或因已确定了组合的全部元素,输出这个组合。细节见以下程序中的函数comb。 yO\.dp
【程序】 8,unq3
# include <stdio.h> 8D3|}z?
# define MAXN 100 M?m Pi 3
int a[MAXN]; M4[(.8iE
void comb(int m,int k) .d{@`^dh1]
{ int i,j; yf3c-p
for (i=m;i>=k;i--) J:g4ES-/
{ a[k]=i; ?`ETlFtD4
if (k>1) ASA ]7qyO
comb(i-1,k-1); F
uYjrzmx
else OolYQU1_
{ for (j=a[0];j>0;j--) Aw#@}TGT
printf(“%4d”,a[j]); c'#w 8V
printf(“\n”); _Q)rI%A2
} Zi'}qs$v
} LbCcOkL/@@
} aX
CVC<l
<r 2$k"*:
void main() ?wM{NVt#-
{ a[0]=3; Msj(>U&}+
comb(5,3); Sep/N"7~t
} w)}' {]P"c
【问题】 背包问题 "m2g"xa\7
问题描述:有不同价值、不同重量的物品n件,求从这n件物品中选取一部分物品的选择方案,使选中物品的总重量不超过指定的限制重量,但选中物品的价值之和最大。 .d
mUh-
设n件物品的重量分别为w0、w1、…、wn-1,物品的价值分别为v0、v1、…、vn-1。采用递归寻找物品的选择方案。设前面已有了多种选择的方案,并保留了其中总价值最大的方案于数组option[ ],该方案的总价值存于变量maxv。当前正在考察新方案,其物品选择情况保存于数组cop[ ]。假定当前方案已考虑了前i-1件物品,现在要考虑第i件物品;当前方案已包含的物品的重量之和为tw;至此,若其余物品都选择是可能的话,本方案能达到的总价值的期望值为tv。算法引入tv是当一旦当前方案的总价值的期望值也小于前面方案的总价值maxv时,继续考察当前方案变成无意义的工作,应终止当前方案,立即去考察下一个方案。因为当方案的总价值不比maxv大时,该方案不会被再考察,这同时保证函数后找到的方案一定会比前面的方案更好。 o@T-kAEf-.
对于第i件物品的选择考虑有两种可能: b ]A9$-
(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。 @`" UD
(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。 a}(xZ\n^D;
按以上思想写出递归算法如下: cV8Bl="gqe
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) O^/z7,
{ /*考虑物品i包含在当前方案中的可能性*/ p1}umDb%
if(包含物品i是可以接受的) rjk{9u1a"
{ 将物品i包含在当前方案中; G,o5JL"t
if (i<n-1) JK.<(=y\
try(i+1,tw+物品i的重量,tv); $W} YXLFj?
else 4WspPHj
/*又一个完整方案,因为它比前面的方案好,以它作为最佳方案*/ 1nGpW$Gx
以当前方案作为临时最佳方案保存; 2h=QJgpCG
恢复物品i不包含状态; n:dnBwY
} f%#q}vK-
/*考虑物品i不包含在当前方案中的可能性*/ (rTn6[*
if (不包含物品i仅是可男考虑的) lqaOLZH
if (i<n-1) ,u.G6"<
try(i+1,tw,tv-物品i的价值); vG X
L'k
else &Ul8h,qw
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ o/dj1a~U
以当前方案作为临时最佳方案保存; y}5:CZ
} ULT,>S6r
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: t[=-4;
物品 0 1 2 3 y6#AL<W@=
重量 5 3 2 1 2g0_[$[m
价值 4 4 3 1 xlKg0&D
Cpg>5N~;L
并设限制重量为7。则按以上算法,下图表示找解过程。由图知,一旦找到一个解,算法就进一步找更好的佳。如能判定某个查找分支不会找到更好的解,算法不会在该分支继续查找,而是立即终止该分支,并去考察下一个分支。 `2
6t+Tb
J_-K"T|f
按上述算法编写函数和程序如下: rJz`v/:|P
【程序】 >]dH1@@
# include <stdio.h> W=-:<3XL
# define N 100 WR:I2-1
double limitW,totV,maxV; =&8 Cg
int option[N],cop[N]; "+dByaY
struct { double weight; -K%hug
double value; n?a?U:
}a[N]; >^!)G^B
int n; 6j2mr6o
void find(int i,double tw,double tv) *'l|ws
{ int k; f3;.+hJ])
/*考虑物品i包含在当前方案中的可能性*/ bz'#YM
if (tw+a.weight<=limitW) zEBUR%9
{ cop=1; NQ3EjARZt
if (i<n-1) find(i+1,tw+a.weight,tv); UiE 1TD{
else Bjc<d,]
{ for (k=0;k<n;k++) wf` e3S
option[k]=cop[k]; (JX 9c
maxv=tv; /^M|$JRI
} MP6Py@J45
cop=0; ;N(9nX}%)
} 7gnrLc$]O
/*考虑物品i不包含在当前方案中的可能性*/ ;ElwF&"!X
if (tv-a.value>maxV) n[E/O}3& /
if (i<n-1) find(i+1,tw,tv-a.value); %96l(JlJ)B
else HI\V29
a
{ for (k=0;k<n;k++) ;0"p)O@s04
option[k]=cop[k]; 'nQQqx%v
maxv=tv-a.value; lnQfpa8j
} l$:?82{
} ^.gBHZ
UlD]!5NO
void main() R!z32 <5k
{ int k; `fM]3]x>
double w,v; E7`Q=4@e
printf(“输入物品种数\n”); goje4;
scanf((“%d”,&n); gt \O
printf(“输入各物品的重量和价值\n”); !+o`,K TYp
for (totv=0.0,k=0;k<n;k++) 96#aGh>
{ scanf(“%1f%1f”,&w,&v); p|0ZP6!|
a[k].weight=w; 2~B9 (|
a[k].value=v; VKb=)v[K
totV+=V; ]1)#Y
} )RCva3Ul
printf(“输入限制重量\n”); =6O<1<[y
scanf(“%1f”,&limitV); opIbs7k-
maxv=0.0; w l#jSj%pd
for (k=0;k<n;k++) cop[k]=0; QLLMSa+! \
find(0,0.0,totV); Ha41Wn'tZ
for (k=0;k<n;k++) E'^$~h$
if (option[k]) printf(“%4d”,k+1); o,yZ1"
printf(“\n总价值为%.2f\n”,maxv); /D~MHO{
} ]!'}{[1}
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。 0\KDa$'1k
【程序】 &6O0h0Vy
# include <stdio.h> BenUyv1d
# define N 100 o |"iW" +
double limitW; 2t}^8
int cop[N]; P. Gmj;
struct ele { double weight; ozUsp[W>
double value; kE[Hq-J=N
} a[N]; \N a
int k,n; S2PPwCU
struct { int flg;
%G>
double tw; _xu_W;nh
double tv; FCIA8^}s
}twv[N]; +Ua.\1"6
void next(int i,double tw,double tv) dw YGhhm
{ twv.flg=1; a0)] W%F
twv.tw=tw; LB\+*P6QM
twv.tv=tv; ;=lQMKx0
} /
0ra]}[(
double find(struct ele *a,int n) I4Rd2G_
{ int i,k,f; }!^`%\ %\
double maxv,tw,tv,totv; t2_pwd*B
maxv=0; B!AJ*
for (totv=0.0,k=0;k<n;k++) 9Ac4'L
totv+=a[k].value; bFB.hkTP
next(0,0.0,totv); g$T%
C?
i=0; e\95X{_'
While (i>=0) zW:r7
P.
{ f=twv.flg; s<'WTgy1i
tw=twv.tw; e3=-7FU
tv=twv.tv; i-M<_62c
switch(f) 5c 6 9M5
{ case 1: twv.flg++; bZCNW$C3l
if (tw+a.weight<=limitW) Z@gEJ^"yA"
if (i<n-1) FB }8
{ next(i+1,tw+a.weight,tv); w\%AR1,rs
i++;
tk66Ggi[K
} !n`Y^
else >o4Ih^VB
{ maxv=tv; n _eN|m?@
for (k=0;k<n;k++) ftRzgW);
cop[k]=twv[k].flg!=0; s0/y> ok
} W.7XShwd*2
break; ;R*tT%Z,
case 0: i--; / TAza9a
break; H]PEE!C;xC
default: twv.flg=0; Psw<9[
if (tv-a.value>maxv) b0aV?A}th
if (i<n-1) k~=W1R%
{ next(i+1,tw,tv-a.value); KvNw'3Ua
i++; h:Hpz
} 4=C7V,a
else !~-@p?kW/
{ maxv=tv-a.value; k{E!X
for (k=0;k<n;k++) DgGG*OXY
cop[k]=twv[k].flg!=0; EeDK ^W8N
} qMmhVUx
break; tE]Y=x[Ux
} ;G4g;YHy|
} f19'IH$n{
return maxv; 6I-Qq?L[H
} {33B%5n"
UO}Yr8Z;
void main() Q+zy\T
{ double maxv; VskdC?yIp
printf(“输入物品种数\n”); yv2wQ_({
scanf((“%d”,&n); Lem:zXj
printf(“输入限制重量\n”); ?vg|;Q
scanf(“%1f”,&limitW); _\u?]YTv
printf(“输入各物品的重量和价值\n”); d#u*NwY}
for (k=0;k<n;k++) R:,
|xz
scanf(“%1f%1f”,&a[k].weight,&a[k].value); =S<