四、递归 3.(.*>
g+e:@@ug
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。 +H41]W6
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。 ,Qat
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 DNmb[
斐波那契数列为:0、1、1、2、3、……,即: $"/UK3|d
fib(0)=0; DLU[<!C
fib(1)=1; VK9Q?nu
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 JRD8Lz]Q3
写成递归函数有: Ud$Q0m&
int fib(int n) ])eOa%
{ if (n==0) return 0; U9x4j_.q
if (n==1) return 1; D`en%Lf!m
if (n>1) return fib(n-1)+fib(n-2); |pBMrN+is
} 5f8"j$Az
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。 +Dd"41
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。 xtOx|FkYcl
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。 n;%y
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。 6*sw,sU[y
【问题】 组合问题 q1H~
|1
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 9t#P~>:jY}
(4)5、3、2 (5)5、3、1 (6)5、2、1 t
@;WgIp(&
(7)4、3、2 (8)4、3、1 (9)4、2、1 g`kY]lu
(10)3、2、1 ZOp^`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。 oL#xDG
【程序】 +a #lofhv
# include <stdio.h> 3u*82s\8T
# define MAXN 100 J`W-]3S#
int a[MAXN]; A1Ka(3"
void comb(int m,int k) juH wHt
{ int i,j; 9WOu8Ia
for (i=m;i>=k;i--) :"V ujvFX
{ a[k]=i; D@#0 dDT
if (k>1) XjxPIdX_H
comb(i-1,k-1); uWh|C9Y!A
else n"iNKR>nW
{ for (j=a[0];j>0;j--) CldDr<k3
printf(“%4d”,a[j]); Mxo6fn6-46
printf(“\n”); h!v/s=8c
} 8qN"3 Et
} V>B'+b+<
} m*`cuSU|o
#XcU{5Qm5
void main() _r]nJEF5
{ a[0]=3; o!=WFAi[pX
comb(5,3); 3B;}j/h2
} 3I]Fdp)'
【问题】 背包问题 '[Xl>Z[
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。 0potz]}
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。 &-=K:;x
对于第i件物品的选择考虑有两种可能: `os8;`G
(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。 {8 N=WZ
(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。 JIMWMk;ot
按以上思想写出递归算法如下: o*-9J2V=J
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) -3` "E%9
{ /*考虑物品i包含在当前方案中的可能性*/ N};t<Xev
if(包含物品i是可以接受的) qJ
95
{ 将物品i包含在当前方案中; BMpF02Y|4
if (i<n-1) .A(i=!{q
try(i+1,tw+物品i的重量,tv); Xk?R mU6
else e{0L%%2K
/*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*/ y+A{Y
以当前方案作为临时最佳方案保存; tfA}`*$s
恢复物品i不包含状态; %kq ^]S2O
} H'Ln
P>@n#
/*考虑物品i不包含在当前方案中的可能性*/ 8bt53ta
if (不包含物品i仅是可男考虑的) ;T>+,
if (i<n-1) 9#Bx]wy
try(i+1,tw,tv-物品i的价值); ;gUXvx~~r
else x/xb1"
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ Pxqiv9D<R
以当前方案作为临时最佳方案保存; =-Nsc1&
} ;\x~ '@
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: HxZ.OZbR
物品 0 1 2 3 ;SKcbws
重量 5 3 2 1 LQqfi
~
价值 4 4 3 1 =T4u":#N;
]IS;\~
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。 1[s0Lz
iX%n0i
按上述算法编写函数和程序如下: +xZQJeKb
【程序】 IC/Q
# include <stdio.h> j=9ze op
%
# define N 100 2d 8=h6
double limitW,totV,maxV; O |WbFf
int option[N],cop[N]; pv&^D,H,
struct { double weight; oNIFx5*Z
double value; (ND%}
}a[N]; Z(;AyTXA
int n; HxIoA
void find(int i,double tw,double tv) P6YQK+
{ int k; s"coQ!e1.
/*考虑物品i包含在当前方案中的可能性*/ \(fq8AL?
if (tw+a.weight<=limitW) Xu#:Fe}:
{ cop=1; 4mJFvDZV`
if (i<n-1) find(i+1,tw+a.weight,tv); 88 l,&2q
else 0%
+'
{ for (k=0;k<n;k++) 1"YpO"Rh
option[k]=cop[k]; AF$\WWrB
maxv=tv; Y\(;!o0a
} ezn`
_x_?
cop=0; $P nLG]X
} 4,~tl~FD
/*考虑物品i不包含在当前方案中的可能性*/ }Eh*xOta
if (tv-a.value>maxV) ne*#+Q{E
if (i<n-1) find(i+1,tw,tv-a.value); [7.agI@=
else YE\K<T
jH
{ for (k=0;k<n;k++) '$[Di'*;
option[k]=cop[k]; `Mk4sKU\a
maxv=tv-a.value; ")%r}:0
} [!~}S
} q@ZlJ3%l,
M{E{N K
void main() NXI[q'y
{ int k; hcyO97@r
double w,v; uPLErO9Es[
printf(“输入物品种数\n”); YeyGN
scanf((“%d”,&n); bX2"89{
printf(“输入各物品的重量和价值\n”); ]?&FOzN5$P
for (totv=0.0,k=0;k<n;k++) D:JS)+]
{ scanf(“%1f%1f”,&w,&v); 9i%9
a[k].weight=w; h1f8ktF
a[k].value=v; QDE$E.a
totV+=V; !d8A
} B+"g2Y
printf(“输入限制重量\n”); 9M'DC^x*T
scanf(“%1f”,&limitV); 9/kXc4
maxv=0.0; qyyq&
for (k=0;k<n;k++) cop[k]=0; J@]k%h
find(0,0.0,totV); w4%AJmt
for (k=0;k<n;k++) {Uq:Xw
if (option[k]) printf(“%4d”,k+1); ,S!w'0k|n
printf(“\n总价值为%.2f\n”,maxv); CW`!}yu%
} f Iy]/
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。 >emcJVYV`[
【程序】 @;Y~frT
# include <stdio.h> _u5dC
# define N 100 2f,2rW^i
double limitW; %Q~CB7ILK
int cop[N]; Vz"u>BP3~
struct ele { double weight; K)N 0,Qwu
double value; |[1D$Qv
} a[N]; @cv{rr
int k,n; T)SbHp Y
struct { int flg; H?Jm'\~
double tw; Oy_c
double tv; j@| `f((4
}twv[N]; &HDP!SLS
void next(int i,double tw,double tv) [BDGR
B7d"
{ twv.flg=1; M_|> kp
twv.tw=tw; /k6fLn2;
twv.tv=tv; 6+`tn
} $$1qF"GF
double find(struct ele *a,int n) gQouOjfP
{ int i,k,f; 33a uho
double maxv,tw,tv,totv; L`[z[p{?
maxv=0; 79BaDB`{a
for (totv=0.0,k=0;k<n;k++) b$-e\XB!
totv+=a[k].value; 926Tl
next(0,0.0,totv); =SBBvnPLI
i=0; yPgmg@G@/
While (i>=0) o2uj =Gnx
{ f=twv.flg; z$[C#5+2
tw=twv.tw; >oJkJ$|wU
tv=twv.tv; LFu%v7L`
switch(f) `i fiL
{ case 1: twv.flg++; zoZH[a`H
if (tw+a.weight<=limitW) FWY2s(5p
if (i<n-1) IIz0m3';+
{ next(i+1,tw+a.weight,tv); c/aup
i++; '{[),*nC n
} 2Z/K(J"&J
else KnzsHli,~k
{ maxv=tv; JTW)*q9a
for (k=0;k<n;k++) Q6'nSBi:A_
cop[k]=twv[k].flg!=0; lA;a
} ;>"nn
VW
break; uf' 4'
case 0: i--; 76H!)={
break; i::\Z$L";i
default: twv.flg=0; n&Yk<
if (tv-a.value>maxv) ]Pc^#=(R0
if (i<n-1) A3{0q>CC
{ next(i+1,tw,tv-a.value); ziEz.Wn"
i++; '&yeQ
} jbmTmh1q
else Y(6Sp'0
{ maxv=tv-a.value; la^
DjHA$
for (k=0;k<n;k++) vkcRm`.
cop[k]=twv[k].flg!=0; 0q6I;$H
} )^O-X.1
break; x\@*60o
} z@VP:au
} r\M9_s8
return maxv; N "Wqy
} Hs(D/&6%
w4:\N U
void main() =f 7r69I"
{ double maxv; m{%t?w$Au
printf(“输入物品种数\n”); xWX*tJ4
scanf((“%d”,&n); ma& To=
printf(“输入限制重量\n”); vO@s$qi
scanf(“%1f”,&limitW); C"w
{\
&R
printf(“输入各物品的重量和价值\n”); t?)pl2!A
for (k=0;k<n;k++) TMVryb
scanf(“%1f%1f”,&a[k].weight,&a[k].value); =
+Xc4a
maxv=find(a,n); $2#7D*
Rx
printf(“\n选中的物品为\n”); \nvAa_,
for (k=0;k<n;k++) {]}s#vvy
if (option[k]) printf(“%4d”,k+1); @QEqB_W
printf(“\n总价值为%.2f\n”,maxv); 0pgY1i7
}