四、递归 @`,1:
^*fxR]Y
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。 -G|G_$9
能采用递归描述的算法通常有这样的特征:为求解规模为N的问题,设法将它分解成规模较小的问题,然后从这些小问题的解方便地构造出大问题的解,并且这些规模较小的问题也能采用同样的分解和综合方法,分解成规模更小的问题,并从这些更小问题的解构造出规模较大问题的解。特别地,当规模N=1时,能直接得解。 /0eYMG+K=
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 rQaxr!
斐波那契数列为:0、1、1、2、3、……,即: W[}s o6
fib(0)=0; &CG*)bE
fib(1)=1; HuVJ\%.
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 R%c SJ8O#
写成递归函数有: @-&s: Qli
int fib(int n) 7ek&[SJ>,/
{ if (n==0) return 0; MG{YrX) oi
if (n==1) return 1; /mK?E5H'r1
if (n>1) return fib(n-1)+fib(n-2); &zuG81F6
} KR%{a(V;7
递归算法的执行过程分递推和回归两个阶段。在递推阶段,把较复杂的问题(规模为n)的求解推到比原问题简单一些的问题(规模小于n)的求解。例如上例中,求解fib(n),把它推到求解fib(n-1)和fib(n-2)。也就是说,为计算fib(n),必须先计算fib(n-1)和fib(n-2),而计算fib(n-1)和fib(n-2),又必须先计算fib(n-3)和fib(n-4)。依次类推,直至计算fib(1)和fib(0),分别能立即得到结果1和0。在递推阶段,必须要有终止递归的情况。例如在函数fib中,当n为1和0的情况。 '_$uW&{NI
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。 4NdN<#Lr
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。 jr3ti>,xV
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。 w/IZDMBf|
【问题】 组合问题 Vo"RO$%ow*
问题描述:找出从自然数1、2、……、n中任取r个数的所有组合。例如n=5,r=3的所有组合为: (1)5、4、3 (2)5、4、2 (3)5、4、1 +|ycvHd
(4)5、3、2 (5)5、3、1 (6)5、2、1 _BDK`D
(7)4、3、2 (8)4、3、1 (9)4、2、1 +tD[9b!
m
(10)3、2、1 hsw9(D>jp
分析所列的10个组合,可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时,其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字,约定函数将确定的k个数字组合的第一个数字放在a[k]中,当一个组合求出后,才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k,函数将确定组合的第一个数字放入数组后,有两种可能的选择,因还未去顶组合的其余元素,继续递归去确定;或因已确定了组合的全部元素,输出这个组合。细节见以下程序中的函数comb。 e A}%C.ZR
【程序】 O1`9Y}G(r
# include <stdio.h> ?Sb8@S&J
# define MAXN 100 G7CG~:3h+
int a[MAXN]; zH*KYB
void comb(int m,int k) UAyC.$!
{ int i,j; m{7(PHpw
for (i=m;i>=k;i--) q/4 [3h
{ a[k]=i; E~a3r]V/
if (k>1) YLVPAODY
comb(i-1,k-1); 51QRM32Y
else A|@_}h"WG
{ for (j=a[0];j>0;j--) t&(PN%icD
printf(“%4d”,a[j]); gy;+_'.j
printf(“\n”); :Pv*,qHE
} /AQMFx4-5
} oy;K_9\
} ru7RcYRq
Dxk+P!!K
void main() 1\r|g2Z
:
{ a[0]=3; 9Fr3pRIJ
comb(5,3); >X51$wBL
} %b^OeWip
【问题】 背包问题 BY]i;GVq
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。 p^pOuy8
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。 OGY"<YH6
对于第i件物品的选择考虑有两种可能: chEn |>~
(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。 A=j0On
(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。 .n=Z:*JqQ
按以上思想写出递归算法如下: s-S}i{Z!
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) %G?;!Lz
{ /*考虑物品i包含在当前方案中的可能性*/ ;q1A*f\:#
if(包含物品i是可以接受的) .m`y><.5
{ 将物品i包含在当前方案中; T_lsGu/
if (i<n-1) ymNnkFv
try(i+1,tw+物品i的重量,tv); NVl [kw
else MBXBog7U
/*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*/ bUY>st'
以当前方案作为临时最佳方案保存; `w.AQ?p@
恢复物品i不包含状态; 7^Yk`Z?|a
} wm+})SOX9
/*考虑物品i不包含在当前方案中的可能性*/ ,p9i% i
if (不包含物品i仅是可男考虑的) I=!rbF;Z
if (i<n-1) l]]l
try(i+1,tw,tv-物品i的价值); +GAf O0
else "rAY.E]
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ 3bNIZ#`|MB
以当前方案作为临时最佳方案保存; VG>vn`x>a
} Z,.G%"i3C
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: 5~yNqC
物品 0 1 2 3 x[Wwq=~
重量 5 3 2 1 7jJbo]&
价值 4 4 3 1 ^`D=GF^tX
L.=w?%:H=
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。 u1c%T@w>Lz
U-^[lWn[@4
按上述算法编写函数和程序如下: tM#lFmdd\P
【程序】 E~kG2x{a
# include <stdio.h> _0 m\[t.
# define N 100 PG]%Bv57
double limitW,totV,maxV; X.TI>90{
int option[N],cop[N]; nJbbzQ,e
struct { double weight; -`Y:~q1
double value; \-*eL;qP
}a[N]; O MX-_\")
int n; nL?oTze*p
void find(int i,double tw,double tv) H- p;6C<
{ int k; efY8M2
/*考虑物品i包含在当前方案中的可能性*/ 1+7GUSIb
if (tw+a.weight<=limitW) ,2]X}&{i
{ cop=1; [qoXMuC|P
if (i<n-1) find(i+1,tw+a.weight,tv); dgo3'ZO
else 2:LHy[{5
{ for (k=0;k<n;k++) _qWliw:0#
option[k]=cop[k]; Gc$gJnQio
maxv=tv; j.:h5Y^N
}
x3zj?-
cop=0; D\ H/
} S:61vD
/*考虑物品i不包含在当前方案中的可能性*/ |0z;K:5s
if (tv-a.value>maxV) %5*@l vy
if (i<n-1) find(i+1,tw,tv-a.value); U'*t~x<
else BtY%r7^o
{ for (k=0;k<n;k++) UgN28YrW
option[k]=cop[k]; -!({BH-M_
maxv=tv-a.value; pDhse2
} #pHs@uvO
} _U{&@}3
! <WBCclX
void main() ,Os? f:Y6
{ int k; 7zTqNnPnf
double w,v; n& $^04+i
printf(“输入物品种数\n”); Xe+,wW3YF
scanf((“%d”,&n); LC0d/hM
printf(“输入各物品的重量和价值\n”); s9oO%e<
for (totv=0.0,k=0;k<n;k++) LG]3hz9^9
{ scanf(“%1f%1f”,&w,&v); #Z~C`n
u
a[k].weight=w; %5\3Aw
a[k].value=v; [= "r<W0
totV+=V; %/.a]j!
} =?X$Yaw*
printf(“输入限制重量\n”); ` rm?a0
scanf(“%1f”,&limitV); B[9 (FRX
maxv=0.0; PNeh#PI6)
for (k=0;k<n;k++) cop[k]=0; 0W^dhYO
find(0,0.0,totV); tU/k-W3X
for (k=0;k<n;k++) q:8_]Qt
if (option[k]) printf(“%4d”,k+1); ggb|Ew
printf(“\n总价值为%.2f\n”,maxv); 3CE[(
} a8AYcEb
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。 yA[({2%
【程序】 x&A vUJ
# include <stdio.h> `)4a[thp
# define N 100 n,O5".aa<
double limitW; 6>
{r6ixs1
int cop[N]; M|io4+sy
struct ele { double weight; l =IeJh
double value; *V k ^f+5
} a[N]; 0D~ C
5}/4
int k,n; tD$lNh^
struct { int flg; 2-0$FQ@/
double tw; c6Q(Ygc
double tv; Ejq#~Zhr!
}twv[N]; Ei({`^
void next(int i,double tw,double tv) 23DJV);g8
{ twv.flg=1; $ex!!rqN|
twv.tw=tw; {0YAzZ7
twv.tv=tv; 4F MAz^
} Brd,Eg
double find(struct ele *a,int n) DDd|T;8
{ int i,k,f; Zt E##p
double maxv,tw,tv,totv; vf~`eT
maxv=0; kJ)gP 2E
for (totv=0.0,k=0;k<n;k++) 9TxyZL
totv+=a[k].value; W2wpcc
next(0,0.0,totv); 4O{Avt7C
i=0; nkeI60
While (i>=0) La[K!u\B
{ f=twv.flg; UF__O.l__
tw=twv.tw; qO`qJ/
tv=twv.tv; vs&8wbS)
switch(f) _U)%kY8
{ case 1: twv.flg++; 8n?kZY$,
if (tw+a.weight<=limitW) 9j|gdfb%ml
if (i<n-1) <JI&
{1
{ next(i+1,tw+a.weight,tv); 1MA@JA:T
i++; G.U5)4_^
} Rn+4DcR
else 1QJBb \
{ maxv=tv; ~=y3Gd
B3
for (k=0;k<n;k++) !#? kWAU
cop[k]=twv[k].flg!=0; J0220 _
} 8rbG*6
break; ;Pb8YvG1$
case 0: i--; gd^Js1Z
break; {b!7
.Cd=
default: twv.flg=0; qS8B##x+=
if (tv-a.value>maxv) w>~M}Ahj
if (i<n-1) 8)0L2KL'
{ next(i+1,tw,tv-a.value); EA{U!b]cU
i++; +'03>!V
} K6pR8z*?
else D>wZ0p b-
{ maxv=tv-a.value; :wgfW .w
for (k=0;k<n;k++) -g`IH-B
cop[k]=twv[k].flg!=0; J^3H7 ]
} v@u<Ww;=@
break; O%1/r*
} mgkyC5)d
} pvXcLR)L+3
return maxv; NyPd5m:
} }C(5 -7
"<l<&
qp
void main() G5'_a$
{ double maxv; W."f8ow
printf(“输入物品种数\n”); fUcLfnr
scanf((“%d”,&n); d34Y'r
printf(“输入限制重量\n”); et$uP
scanf(“%1f”,&limitW); qSiWnN8D
t
printf(“输入各物品的重量和价值\n”); =ak7ldA=2
for (k=0;k<n;k++) 9XV^z*E(J
scanf(“%1f%1f”,&a[k].weight,&a[k].value); (a{ZJI8_
maxv=find(a,n); >xd<YwXZ
printf(“\n选中的物品为\n”); t<b 3K-
for (k=0;k<n;k++) W8aU"_
if (option[k]) printf(“%4d”,k+1); xRX>|S
printf(“\n总价值为%.2f\n”,maxv); >#N[GrJAE
}