四、递归 (/_w23rr
94[8~_{fG
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。 };>~P%u32
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。 <EuS6Pg
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 8;(3fSNC
斐波那契数列为:0、1、1、2、3、……,即: ]_! .xx>
fib(0)=0; Lhxg5cd
fib(1)=1; ,#(k|Zztc
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 Tnnj8I1v
写成递归函数有: ,Q+.kAh !G
int fib(int n) s`dUie}y<
{ if (n==0) return 0; l+^4y_
if (n==1) return 1; Qf@ha
if (n>1) return fib(n-1)+fib(n-2); *UdP1?Y
} f(c#1AJE53
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。 uNvdlY]
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。 R'B-$:u
在编写递归函数时要注意,函数中的局部变量和参数知识局限于当前调用层,当递推进入“简单问题”层时,原来层次上的参数和局部变量便被隐蔽起来。在一系列“简单问题”层,它们各有自己的参数和局部变量。 ~HUO$*U4<
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。 6dqI{T-i?
【问题】 组合问题 *XG.?%x*|
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 \~>7n'd ]
(4)5、3、2 (5)5、3、1 (6)5、2、1 GrM`\MIO
(7)4、3、2 (8)4、3、1 (9)4、2、1 $1|65j[e
(10)3、2、1 f"G-',O<
分析所列的10个组合,可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时,其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字,约定函数将确定的k个数字组合的第一个数字放在a[k]中,当一个组合求出后,才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k,函数将确定组合的第一个数字放入数组后,有两种可能的选择,因还未去顶组合的其余元素,继续递归去确定;或因已确定了组合的全部元素,输出这个组合。细节见以下程序中的函数comb。 j<d,7
【程序】 p$,ZYF~
# include <stdio.h> f;3kYh^4
# define MAXN 100 kSjvY&n%
int a[MAXN]; ;fm>
\f
void comb(int m,int k) m]ALW0
{ int i,j; W@vCMy!
for (i=m;i>=k;i--) jG/@kh*m
{ a[k]=i; zIc_'Z,b
if (k>1) 8qv>C)~~`
comb(i-1,k-1); |I=GI]I
else V6^=[s R
{ for (j=a[0];j>0;j--) Pt7yYl&n7^
printf(“%4d”,a[j]);
"lBYn 2W
printf(“\n”); T2ZN=)xZ1
} =5 $BR<'
} \`>f?}4
} -dH]_
?s9f}>
void main() BBRZlx
{ a[0]=3; ?p &Xf>K
comb(5,3); J L2g!n=
K
} xHuw ?4
【问题】 背包问题 $8NM[R.8^4
问题描述:有不同价值、不同重量的物品n件,求从这n件物品中选取一部分物品的选择方案,使选中物品的总重量不超过指定的限制重量,但选中物品的价值之和最大。 J!5&Nc
设n件物品的重量分别为w0、w1、…、wn-1,物品的价值分别为v0、v1、…、vn-1。采用递归寻找物品的选择方案。设前面已有了多种选择的方案,并保留了其中总价值最大的方案于数组option[ ],该方案的总价值存于变量maxv。当前正在考察新方案,其物品选择情况保存于数组cop[ ]。假定当前方案已考虑了前i-1件物品,现在要考虑第i件物品;当前方案已包含的物品的重量之和为tw;至此,若其余物品都选择是可能的话,本方案能达到的总价值的期望值为tv。算法引入tv是当一旦当前方案的总价值的期望值也小于前面方案的总价值maxv时,继续考察当前方案变成无意义的工作,应终止当前方案,立即去考察下一个方案。因为当方案的总价值不比maxv大时,该方案不会被再考察,这同时保证函数后找到的方案一定会比前面的方案更好。 #} `pj}tQ
对于第i件物品的选择考虑有两种可能: n6#z{,W<3
(1) 考虑物品i被选择,这种可能性仅当包含它不会超过方案总重量限制时才是可行的。选中后,继续递归去考虑其余物品的选择。 |DXi~
(2) 考虑物品i不被选择,这种可能性仅当不包含物品i也有可能会找到价值更大的方案的情况。 )3)fq:[
按以上思想写出递归算法如下: ~Z$Ro/;l
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) E.^F:$2
{ /*考虑物品i包含在当前方案中的可能性*/ D#d
\1g
if(包含物品i是可以接受的) 'TDp%s*;
{ 将物品i包含在当前方案中; ?q}:ojrs1
if (i<n-1) LOe l6Ui
try(i+1,tw+物品i的重量,tv); k$w#:Sx
else \S)cVp)h
/*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*/ 5DVSaI$ =
以当前方案作为临时最佳方案保存; zB#.EW
恢复物品i不包含状态; 2%~+c|TH.)
} sO8F0@%aH(
/*考虑物品i不包含在当前方案中的可能性*/ UZ7ukn-
if (不包含物品i仅是可男考虑的) 23P7%\
if (i<n-1) 3u1\zse
try(i+1,tw,tv-物品i的价值); \&^U9=uq
else p)* x7~3e
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ OT}P0
~4s
以当前方案作为临时最佳方案保存; ~Da-|FKa>
} QT[4\)
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: G$6mtw6[M
物品 0 1 2 3 u'Z^|IVfo
重量 5 3 2 1 88A,ll%
价值 4 4 3 1 q$jwH]
.
opon"{
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。 3Hh u]5
iq3TP5%i
按上述算法编写函数和程序如下: \qB.>f"%p|
【程序】 +pbP;zu
# include <stdio.h> GT-ONwVDq
# define N 100 VN]"[
double limitW,totV,maxV; UMlvu?u2p1
int option[N],cop[N]; dRXrI
struct { double weight; LCok4N$o
double value; D
#C\| E:
}a[N]; c) _u^Dh
int n; Twpk@2=l
void find(int i,double tw,double tv) '$q3 Ze
{ int k; q
7hoI]
/*考虑物品i包含在当前方案中的可能性*/ u Uh6/=y
if (tw+a.weight<=limitW) MUMB\K*$
{ cop=1; F2dwT
if (i<n-1) find(i+1,tw+a.weight,tv); !>6`+$=U
else \r-v]]_<d
{ for (k=0;k<n;k++) :<,tGYg/!
option[k]=cop[k]; FOS*X
maxv=tv; G(#EW+
} *!`bC@E
cop=0; ZKVM9ofXRi
} Xb1is\JB
/*考虑物品i不包含在当前方案中的可能性*/ YG6Y5j[-X~
if (tv-a.value>maxV) HK`r9frn
if (i<n-1) find(i+1,tw,tv-a.value); pzxlh(a9
else ,A>cL#Oe
{ for (k=0;k<n;k++) yUg'^SEbLk
option[k]=cop[k]; /D;cm
maxv=tv-a.value; CiIIlE4
} :<xf'.
} H=*2A!O[_
{ &pBy
void main() a0hgF_O1
{ int k; Fhs/<w-
double w,v; _`xhP-,`S
printf(“输入物品种数\n”); s~g]`/h$r
scanf((“%d”,&n); ,~XAV ;+
printf(“输入各物品的重量和价值\n”); G+K`FUNA
for (totv=0.0,k=0;k<n;k++) -8&P1jrI
{ scanf(“%1f%1f”,&w,&v); , 4@C %
a[k].weight=w; 4YCuO%
a[k].value=v; j/hm)*\io
totV+=V; tCQf `
} X'usd$[.
printf(“输入限制重量\n”); uo7[T*<Q
scanf(“%1f”,&limitV); "2`/mtMon
maxv=0.0; L+0O=zJF
for (k=0;k<n;k++) cop[k]=0; 3IQ-2 X--
find(0,0.0,totV); HVNX"`]"
for (k=0;k<n;k++) gflO0$i
if (option[k]) printf(“%4d”,k+1); &}VVr
printf(“\n总价值为%.2f\n”,maxv); ,UneS
} q5>!.v
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。 W(PNw2
【程序】 u\=yY.
# include <stdio.h> &&te(DC\
# define N 100 pwo @
S"
double limitW; Qe]aI7Ei
int cop[N]; Wfh+D[^
struct ele { double weight; U6~79Hnt
double value; (o1o);AO
} a[N]; D^A#C<Gs
int k,n; C40W@*6S2
struct { int flg; T,v5cc:nO
double tw; G[Jz(/yNH
double tv; TGI`}#
}twv[N]; Y2(,E e2
void next(int i,double tw,double tv) M[^EHa<i
{ twv.flg=1; ? 1Uq ud
twv.tw=tw; ;i&t|5y~
twv.tv=tv; r\m2Oo)]
} !GtCOr\'
double find(struct ele *a,int n) 6jz~q~I
{ int i,k,f; &a";jO
GB
double maxv,tw,tv,totv; `5Em : 8 M
maxv=0; ]!cLFXa
for (totv=0.0,k=0;k<n;k++) MG74,D.f
totv+=a[k].value; T@Th?
next(0,0.0,totv); BU=Ta$#BZ
i=0; u$+nl~p[&
While (i>=0) NzbHg p
{ f=twv.flg; KwhATYWQb
tw=twv.tw; "Fqrk>Q~
tv=twv.tv; laaoIL^
switch(f) &u~%5;
{ case 1: twv.flg++; - _BjzA|
if (tw+a.weight<=limitW) '#CYw=S+
if (i<n-1) saR9_
ux
{ next(i+1,tw+a.weight,tv); p
i \SRDP
i++; qj,^"rp1:
} 49dN ~k=
else It5n;,n
{ maxv=tv; 5} 1qo7;
for (k=0;k<n;k++) ^c:I]_Ww
cop[k]=twv[k].flg!=0; =v~$&@
} W";Po)YC
break; Z^GXKOeq
case 0: i--; h($Jo
break; {D4N=#tl
default: twv.flg=0; H:X(><J
if (tv-a.value>maxv) /UiB1-*b
if (i<n-1) >`+lEob
{ next(i+1,tw,tv-a.value); qEnmms 1
i++; :47"c3J
} .
"`f~s\G
else OZE.T-{
{ maxv=tv-a.value; E# *`u
for (k=0;k<n;k++) $"`e^J9!!
cop[k]=twv[k].flg!=0; c.h_&~0qf
} .,gVquqMY
break; P;p;o]
} sW!MV v
} RH&}'4JE:
return maxv; 9v76A~~
} mH!\]fmR~
)|<g\>/
void main() 10$:^
{ double maxv; @wa<nYd
printf(“输入物品种数\n”); I7jIA>ZZi
scanf((“%d”,&n); 'jBtBFzP-
printf(“输入限制重量\n”); Sigu p#.p
scanf(“%1f”,&limitW); !4mAZF
b
printf(“输入各物品的重量和价值\n”); |@*
for (k=0;k<n;k++) A9M/n^61
scanf(“%1f%1f”,&a[k].weight,&a[k].value); RJLhR_t7n
maxv=find(a,n); jN2Xoh9
printf(“\n选中的物品为\n”); (eO_]<wmky
for (k=0;k<n;k++) q4ej7T8
if (option[k]) printf(“%4d”,k+1); H]>7IhJ
printf(“\n总价值为%.2f\n”,maxv); e[t1V/ah
}