四、递归 /uyQ>Y*-\Y
@B^'W'&C
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。 ]yIy~V
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。 wlpbfO e/
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 ):|)/ZiC'
斐波那契数列为:0、1、1、2、3、……,即: ?Jr<gn^D
fib(0)=0; /N^+a-.Qd
fib(1)=1; zp9 ?Ia
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 Q-au)R,
写成递归函数有: 7>~iS@7GV
int fib(int n) 0[i]PgIH
{ if (n==0) return 0; ]Aluk|"`U
if (n==1) return 1; n=>Gu9`
if (n>1) return fib(n-1)+fib(n-2); xeH#)QJt
} l|fd,
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。 )Z _i[1V
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。 uB^]5sqfk
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。 nx+&
{hn(
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。 Z0:BXtW
【问题】 组合问题 iB,*X[}EqG
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 +]e4c;`ko}
(4)5、3、2 (5)5、3、1 (6)5、2、1 5 O6MI4:
(7)4、3、2 (8)4、3、1 (9)4、2、1 FD-)nv2:
(10)3、2、1 5;Z~+$1
分析所列的10个组合,可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时,其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字,约定函数将确定的k个数字组合的第一个数字放在a[k]中,当一个组合求出后,才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k,函数将确定组合的第一个数字放入数组后,有两种可能的选择,因还未去顶组合的其余元素,继续递归去确定;或因已确定了组合的全部元素,输出这个组合。细节见以下程序中的函数comb。 8&;dR
【程序】 co@8w!W
# include <stdio.h> lz*2wGI9
# define MAXN 100 @t^2/H
?O
int a[MAXN]; <|_Ey)1
6
void comb(int m,int k) JQ1VCG
{ int i,j; ?yU#'`q
for (i=m;i>=k;i--) zc{C+:3$^
{ a[k]=i; "D/ fB%h`
if (k>1) 8`~]9ej
comb(i-1,k-1); 4HHf3j!5
else k^]~NP
{ for (j=a[0];j>0;j--) (j/O=$mJ
printf(“%4d”,a[j]); p4Y9$(X
printf(“\n”); ,-"]IR!,w
} }* t~&l0
} W9D)QIqbvW
} lm\u(3_$
K%k,-
void main() 4<Y?#bm'
{ a[0]=3; gf=*m"5
comb(5,3); t(yv
} L!G3u/
【问题】 背包问题 zN:752d^+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。 Cf N; `
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。 &Xav$6+Z1J
对于第i件物品的选择考虑有两种可能: Ll`apKr
(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。 $d=lDN
(2) 考虑物品i不被选择,这种可能性仅当不包含物品i也有可能会找到价值更大的方案的情况。 5eLPn
按以上思想写出递归算法如下: 5 9vGLN!L
try(物品i,当前选择已达到的重量和,本方案可能达到的总价值tv) # 9t/j`{
{ /*考虑物品i包含在当前方案中的可能性*/ @e7+d@O<
if(包含物品i是可以接受的) 3IkG*enI
{ 将物品i包含在当前方案中; vKt_z@{{L
if (i<n-1) ;4bu=<%
try(i+1,tw+物品i的重量,tv); 8dH|s#.4um
else E$wB bm
/*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*/ h CiblM
以当前方案作为临时最佳方案保存; %xRS9A4
恢复物品i不包含状态; ^n]s}t}csV
} >']H)c'2
/*考虑物品i不包含在当前方案中的可能性*/ 9<a yQ*
if (不包含物品i仅是可男考虑的) |H4'*NP"
if (i<n-1) }VGiT~2$
try(i+1,tw,tv-物品i的价值); Uww^Sq
else ;gyE5n-{
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ 34=0.{qn
以当前方案作为临时最佳方案保存; D4|_?O3|m
} WKf~K4BL>
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: Q'VS]n
物品 0 1 2 3 8\9EDgT
重量 5 3 2 1 7,zARWB!?
价值 4 4 3 1 On^#x]
}NXESZYoi
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~<0<^j/]
{V8Pn2mlo
按上述算法编写函数和程序如下: y
^\8x^Eg
【程序】 UQ)}i7v
# include <stdio.h> hA8 zXk/'8
# define N 100 SD&[K
8-i2
double limitW,totV,maxV; f-<6T
int option[N],cop[N]; 2YyZiOMSc
struct { double weight; ?q P}=nJ
double value; :9b RuUm
}a[N]; >g&`g}xZQ
int n; qHCs{ u
void find(int i,double tw,double tv) X3[!xMij
{ int k; :dzU]pk%0
/*考虑物品i包含在当前方案中的可能性*/ :m\KQ1sq
if (tw+a.weight<=limitW) u_BSWhiW
{ cop=1; [XXN0+ /
if (i<n-1) find(i+1,tw+a.weight,tv); W<Lrfo&=Y]
else q1y4B`
{ for (k=0;k<n;k++) )VT/kIq-U
option[k]=cop[k]; {/<&
maxv=tv; (=j!P*
} w^gh&E
cop=0; d%3BJ+J
} Ie"R,,c
/*考虑物品i不包含在当前方案中的可能性*/ L
~w=O!
if (tv-a.value>maxV) 8; 8}Oq
if (i<n-1) find(i+1,tw,tv-a.value); d3GK.8y_z
else meR2"JN'
{ for (k=0;k<n;k++) MlFvDy
option[k]=cop[k]; jGn^<T\
maxv=tv-a.value; n lW&(cH
} 0, /x#
} &iZYBa
"tM/`:Qp
void main() Be+:-t)
{ int k; \0h/~3
double w,v; kP$gl|
printf(“输入物品种数\n”); 37xxVbik
scanf((“%d”,&n); kg@h R}
printf(“输入各物品的重量和价值\n”); [JoTWouNU
for (totv=0.0,k=0;k<n;k++) WFP\;(YV
{ scanf(“%1f%1f”,&w,&v); h86={@Le
a[k].weight=w; 0K ?(xB
a[k].value=v; aB^G
totV+=V; t5h_Q92N
} W#j,{&KVn
printf(“输入限制重量\n”); @3YuV=QfH
scanf(“%1f”,&limitV); U[l%oLra
maxv=0.0; ItADO'M
for (k=0;k<n;k++) cop[k]=0; l #Q`f.
find(0,0.0,totV); 7h1gU
for (k=0;k<n;k++) fh#_Mj+y
if (option[k]) printf(“%4d”,k+1); sE6J:m(
printf(“\n总价值为%.2f\n”,maxv); \aIy68rH,
} %%6('wi
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。 c'";36y
【程序】 dH|^\IQ
# include <stdio.h> e-9unnk
# define N 100 C`wI6!
double limitW; e6lOmgHn5
int cop[N]; <R>z;2c
struct ele { double weight; 070IBAk}_
double value; )1Nnn
} a[N]; RFY!o<
int k,n; -G#k/Rz6
struct { int flg; sG2 3[t8
double tw; E]U0CwFtr
double tv; `Xdxg\|
}twv[N]; KVxb"|[
void next(int i,double tw,double tv) /T)n5X
{ twv.flg=1; acQNpT
twv.tw=tw; ;
,jLtl
twv.tv=tv; ~qxXou,J
} Y&