四、递归 }UyQ# U
5iFV;W
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。 VFD%h
}
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。 MN;/*t
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 cJ}QXuuUv
斐波那契数列为:0、1、1、2、3、……,即: nw'-`*'rj
fib(0)=0; CidM(
fib(1)=1; eo#^L}
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 SjcL#S($&Y
写成递归函数有: BZ+-p5]-
int fib(int n) w3*-^: ?j
{ if (n==0) return 0; R
-elIp
if (n==1) return 1; :_dICxaLZT
if (n>1) return fib(n-1)+fib(n-2); K3$`
Kv>I
} DhKr;e
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。 rE!1wc>L
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。 &bC}3D
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。 sJr5t?
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。 KAA3iA@>+
【问题】 组合问题 FY;+PY@I{
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 >X Qv?5
(4)5、3、2 (5)5、3、1 (6)5、2、1 mU{4g`Iw
(7)4、3、2 (8)4、3、1 (9)4、2、1 Nofu7xiDw[
(10)3、2、1 yDd[e]zS`
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。 8LM#WIm?
【程序】 !)OB@F%U
# include <stdio.h> /nB'kg[h\
# define MAXN 100 uOk%AL>
int a[MAXN]; 4B O %{
void comb(int m,int k) @6xGJ,s
{ int i,j; 89eq[ |G_
for (i=m;i>=k;i--) d;suACW
{ a[k]=i; 0my9l;X
if (k>1) ~\_T5/I%
comb(i-1,k-1); .{rbw9
else r:.uBc&_
{ for (j=a[0];j>0;j--) j64 4V|z
printf(“%4d”,a[j]); $@[)nvV\
printf(“\n”); } ~enEZ
} %JoxYy-
} Xza4iV
} ,a(O`##Bn
jq oPLbxT
void main() H*!5e0~rR
{ a[0]=3; T[Q"}&bB
comb(5,3); bejGfc
} !;}2F-
【问题】 背包问题 P\B3
y+)
问题描述:有不同价值、不同重量的物品n件,求从这n件物品中选取一部分物品的选择方案,使选中物品的总重量不超过指定的限制重量,但选中物品的价值之和最大。 L~0&
Q
设n件物品的重量分别为w0、w1、…、wn-1,物品的价值分别为v0、v1、…、vn-1。采用递归寻找物品的选择方案。设前面已有了多种选择的方案,并保留了其中总价值最大的方案于数组option[ ],该方案的总价值存于变量maxv。当前正在考察新方案,其物品选择情况保存于数组cop[ ]。假定当前方案已考虑了前i-1件物品,现在要考虑第i件物品;当前方案已包含的物品的重量之和为tw;至此,若其余物品都选择是可能的话,本方案能达到的总价值的期望值为tv。算法引入tv是当一旦当前方案的总价值的期望值也小于前面方案的总价值maxv时,继续考察当前方案变成无意义的工作,应终止当前方案,立即去考察下一个方案。因为当方案的总价值不比maxv大时,该方案不会被再考察,这同时保证函数后找到的方案一定会比前面的方案更好。 ,?b78_,2
对于第i件物品的选择考虑有两种可能: V,4.$<e
(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。 N=ifIVc
(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。 j=3-Qk`"/|
按以上思想写出递归算法如下: IKm&xzV-
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) C-#.RI7
{ /*考虑物品i包含在当前方案中的可能性*/ ?eWJa
if(包含物品i是可以接受的) ^e9aD9
{ 将物品i包含在当前方案中; yz)ESQ~va
if (i<n-1) &6"P7X
try(i+1,tw+物品i的重量,tv); (:} <xxl
else zHFTCL>"
/*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*/ Wvr+y!F
以当前方案作为临时最佳方案保存; OlcP(
恢复物品i不包含状态; 4]BJ0+|mT
} F3 f@9@b
/*考虑物品i不包含在当前方案中的可能性*/ p?Sl}A@`
if (不包含物品i仅是可男考虑的) Zc\S$+PM
if (i<n-1) 8W{~wg`
try(i+1,tw,tv-物品i的价值); G' Hh{_:
else ~/c5hyTx
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ ~zMKVM1Q.,
以当前方案作为临时最佳方案保存; NNX%Bq
} mU]s7` %<>
为了理解上述算法,特举以下实例。设有4件物品,它们的重量和价值见表: r{ "uv=,`
物品 0 1 2 3 z> :U{!5k
重量 5 3 2 1 'O "kt T
价值 4 4 3 1 o>u!CL<
IA4+ad'\E
并设限制重量为7。则按以上算法,下图表示找解过程。由图知,一旦找到一个解,算法就进一步找更好的佳。如能判定某个查找分支不会找到更好的解,算法不会在该分支继续查找,而是立即终止该分支,并去考察下一个分支。 =J.EH|
8t``NZ[
按上述算法编写函数和程序如下: u9>6|w+
【程序】 T +\ B'"
# include <stdio.h> FE6C6dW{
# define N 100 5'9.np F)
double limitW,totV,maxV; d^SE)/j
int option[N],cop[N]; Qp 69Sk@H{
struct { double weight; u9}!Gq
double value; AF[>fMI
}a[N]; qBiyGlu4
int n; <JH9StGGc?
void find(int i,double tw,double tv) twv
lQ|
{ int k; YX `%A6
/*考虑物品i包含在当前方案中的可能性*/ 4<yK7x
if (tw+a.weight<=limitW) '^1o/C
{ cop=1; %gTVW!q
if (i<n-1) find(i+1,tw+a.weight,tv); RUc \u93n
else *R!]47Y d
{ for (k=0;k<n;k++) 00qZw?%K
option[k]=cop[k]; QZ0R :TY
maxv=tv; V85.DK!
} yM17H\ =
cop=0; (,TH~("{
} | XLFV
/*考虑物品i不包含在当前方案中的可能性*/ |UZOAGiBg
if (tv-a.value>maxV) |KaR
n;BM
if (i<n-1) find(i+1,tw,tv-a.value); Qi|?d7k0
else vTcZ8|3 e
{ for (k=0;k<n;k++) Gbx";Y8
option[k]=cop[k];
V.fp/jhj
maxv=tv-a.value; @Y NGxg~*g
} #fzw WP
} y {;u@o?T
#XL`S
void main() -#Jj-t_Fe
{ int k; a(!3Afi
double w,v; m9b(3
printf(“输入物品种数\n”); =VCQ*
scanf((“%d”,&n); %%x0w^
printf(“输入各物品的重量和价值\n”);
r4S=I
for (totv=0.0,k=0;k<n;k++) i"fCpkAP
{ scanf(“%1f%1f”,&w,&v); ;r=?BbND?
a[k].weight=w; x!`KhTu`_A
a[k].value=v; >DS}#'N4l
totV+=V; w%I8CU_}.
} cS
4T\{B;
printf(“输入限制重量\n”); H\f/n`@,G
scanf(“%1f”,&limitV); ,N;v~D$Y
maxv=0.0;
I9Om#m
for (k=0;k<n;k++) cop[k]=0; @|]G0&gn&?
find(0,0.0,totV); l }+Cdy9>
for (k=0;k<n;k++) nO}$ 76*'0
if (option[k]) printf(“%4d”,k+1); *sAOpf@M
printf(“\n总价值为%.2f\n”,maxv); `
Rsl]
GB
} 'M
lXnHxt
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。 k?n]ZNlT
【程序】 8iOO1I?+
# include <stdio.h> Bj+wayMi
# define N 100 Ki63Ox^O
double limitW; ^K/G 5
int cop[N]; ofl'G] /$+
struct ele { double weight; _4Ii5CNNU
double value; ~Q_F~ 0y
} a[N]; 'me:Zd
int k,n; J[MVE4&
struct { int flg; 6w@,I;
double tw; uh1S
7!^
double tv; a6P!Wzb
}twv[N]; KDX$.$#
void next(int i,double tw,double tv) 7NeDs$
{ twv.flg=1; cL
ae=N
twv.tw=tw; M!-q}5' ;
twv.tv=tv; %-k(&T3&
} O68b zi]
double find(struct ele *a,int n) Slo9#26
{ int i,k,f; )L|C'dJ<k`
double maxv,tw,tv,totv; 4^`PiRGt
maxv=0; p ^](3Vi(
for (totv=0.0,k=0;k<n;k++) R^|!^[WE
totv+=a[k].value; 8Y7 @D$=w
next(0,0.0,totv); srhFEmgN7)
i=0; !4_!J (q%
While (i>=0) ` -yhl3si
{ f=twv.flg; cJ2y)`
tw=twv.tw; c'xUJhEL
tv=twv.tv; +fkP+RVY
switch(f) >b3@>W
{ case 1: twv.flg++; \y@ eBW
if (tw+a.weight<=limitW) (26Bs':M~
if (i<n-1) qih6me8C
{ next(i+1,tw+a.weight,tv); .$UTH@;7
i++; 4YBf ~Pp
} ~.FnpMDY
else )4Bwt`VX
{ maxv=tv; S'|lU@PCl
for (k=0;k<n;k++) :82?'aR
cop[k]=twv[k].flg!=0; 6(,ItMbI
} N:twq&[Y
break; sN;(/O
case 0: i--; 9A(n_Rs7?
break; bd.j,4^
default: twv.flg=0; Ls lM$
if (tv-a.value>maxv) }Z^FEd"y
if (i<n-1) }WA<=9e
{ next(i+1,tw,tv-a.value); M\9IlV?'
i++; &^AzIfX}Gw
} |e~u!V\m
else >}70]dN7b
{ maxv=tv-a.value; 4 iik5
for (k=0;k<n;k++) [2 =^C=52
cop[k]=twv[k].flg!=0; <xXiJU+
} m9%yR"g9
break; {`tHJ|8
}
4$..r4@
} w4NZt|>5j;
return maxv; pb~Ps#"Zg
} Pkj T&e)
is64)2F](
void main() #)Ep(2
{ double maxv; )iT.A
printf(“输入物品种数\n”); )~1.<((<
scanf((“%d”,&n); nR(#F 9
printf(“输入限制重量\n”); 3D{82*&
scanf(“%1f”,&limitW); [kVpzpGr
printf(“输入各物品的重量和价值\n”); b?sAEU;
for (k=0;k<n;k++) ="/R5fp
scanf(“%1f%1f”,&a[k].weight,&a[k].value); P0a>+^:%
maxv=find(a,n); 5T7_[{
printf(“\n选中的物品为\n”);
$:qI&)/
for (k=0;k<n;k++) 5dbX%e_OP
if (option[k]) printf(“%4d”,k+1); 6-D%)Z(
printf(“\n总价值为%.2f\n”,maxv); ?SHc}iaU#
}