四、递归 <A]
Kg
5g
phza
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。 PtOYlZTe?
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。 9Ljd
or
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 {Ytqs(`
斐波那契数列为:0、1、1、2、3、……,即: v
<E#`4{
fib(0)=0; V}q=!zz
fib(1)=1; kBrU%[0O
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 H`jvT]
写成递归函数有: K1-y[pS]E
int fib(int n) bHmn0fZ9
{ if (n==0) return 0; `q?@ Ob&
if (n==1) return 1; u%nhQ%
if (n>1) return fib(n-1)+fib(n-2); $_
k:{?
} /#e-x|L
递归算法的执行过程分递推和回归两个阶段。在递推阶段,把较复杂的问题(规模为n)的求解推到比原问题简单一些的问题(规模小于n)的求解。例如上例中,求解fib(n),把它推到求解fib(n-1)和fib(n-2)。也就是说,为计算fib(n),必须先计算fib(n-1)和fib(n-2),而计算fib(n-1)和fib(n-2),又必须先计算fib(n-3)和fib(n-4)。依次类推,直至计算fib(1)和fib(0),分别能立即得到结果1和0。在递推阶段,必须要有终止递归的情况。例如在函数fib中,当n为1和0的情况。 bbFzmS1
在回归阶段,当获得最简单情况的解后,逐级返回,依次得到稍复杂问题的解,例如得到fib(1)和fib(0)后,返回得到fib(2)的结果,……,在得到了fib(n-1)和fib(n-2)的结果后,返回得到fib(n)的结果。 j`k:)
在编写递归函数时要注意,函数中的局部变量和参数知识局限于当前调用层,当递推进入“简单问题”层时,原来层次上的参数和局部变量便被隐蔽起来。在一系列“简单问题”层,它们各有自己的参数和局部变量。 3}i(i0+
由于递归引起一系列的函数调用,并且可能会有一系列的重复计算,递归算法的执行效率相对较低。当某个递归算法能较方便地转换成递推算法时,通常按递推算法编写程序。例如上例计算斐波那契数列的第n项的函数fib(n)应采用递推算法,即从斐波那契数列的前两项出发,逐次由前两项计算出下一项,直至计算出要求的第n项。 j 4eq.{$
【问题】 组合问题
lD?]D&
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 UphZRgT!N
(4)5、3、2 (5)5、3、1 (6)5、2、1 ":01M},RA
(7)4、3、2 (8)4、3、1 (9)4、2、1 Yr 1k\q
(10)3、2、1 3xpygx9
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。 WI\h@qSB
【程序】 Hr=?_Un"
# include <stdio.h> x7c#kU2A&Z
# define MAXN 100 #h2 qrX&+
int a[MAXN]; Ny 7vId
void comb(int m,int k) ^xF-IA#ZeB
{ int i,j; *Q,9 [k
for (i=m;i>=k;i--) lC=T{rR
{ a[k]=i; 8"J6(KS
if (k>1) v cb}Gk
comb(i-1,k-1); u!I=|1s
else O3(H_(P
{ for (j=a[0];j>0;j--) R nk&:c
printf(“%4d”,a[j]); nbSu|sX~r5
printf(“\n”); HmRmZ3~
} ZgL ]ex
} QZ_8r#2x
} Cq<k(TKAX
S(hT3MAW
void main() )|L#i2?:
{ a[0]=3; -!:h]
comb(5,3); d{RMX<;G
} 1IZTo!xi
【问题】 背包问题
BPC>
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。 -y)g}D%
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。 jg=}l1M"
对于第i件物品的选择考虑有两种可能: wXU gxa
(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。 LKu
,H
(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。 #:}mi;{
按以上思想写出递归算法如下: (Z at|R.F
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) hE}y/A[
{ /*考虑物品i包含在当前方案中的可能性*/ 9I*`~il>{
if(包含物品i是可以接受的) NpF)|Ppb{
{ 将物品i包含在当前方案中; P<IZ%eS3B
if (i<n-1) 5t[7taLX\
try(i+1,tw+物品i的重量,tv); ^
&VN=Y6z
else 0tP{K
/*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@ .1cO
以当前方案作为临时最佳方案保存; <|4L+?_(&
恢复物品i不包含状态; qJ<Ghd`8v
} ZTK)N
/*考虑物品i不包含在当前方案中的可能性*/ Oftjm
X_
if (不包含物品i仅是可男考虑的) ]Kp -2KW
if (i<n-1) 8jfEvwY
try(i+1,tw,tv-物品i的价值); #i[V{J8.p
else 7>yb8/J
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ ?
-`8w
_3
以当前方案作为临时最佳方案保存; &%` 0&y
} m7m)BX%O
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: &8QkGUbS<
物品 0 1 2 3 }y#aO
重量 5 3 2 1 1_G5uHO
价值 4 4 3 1 %scQP{%aD
SSa0x9T
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。 ?E.MP7Y#V
#%SF2PB;
按上述算法编写函数和程序如下: $O^U"
【程序】 t[b@P<F
# include <stdio.h> {DbWk>[DkG
# define N 100 -owap-Va
double limitW,totV,maxV; h
v/+
int option[N],cop[N]; p$@l,4@{
struct { double weight; "0Yb
2>F
double value; Rln@9muXA
}a[N]; "!_,N@\t
int n; rd4mAX6@
void find(int i,double tw,double tv) P(Q}r7F~(
{ int k; 3"iJ/Hc}9
/*考虑物品i包含在当前方案中的可能性*/ }i@%$Ixsn
if (tw+a.weight<=limitW) m[6c{$A/w
{ cop=1;
tf?"AY4
if (i<n-1) find(i+1,tw+a.weight,tv); K8|>" c~
else |bv7N@?e
{ for (k=0;k<n;k++) \-R\xL
option[k]=cop[k]; Z6_E/S
maxv=tv; EMMp4KKOx+
} CGJ>j}C
cop=0; Tlz~o[`&
} yVb yw(gS
/*考虑物品i不包含在当前方案中的可能性*/ 38gEto#q
if (tv-a.value>maxV) nSeb?|$D 6
if (i<n-1) find(i+1,tw,tv-a.value);
tz`T#9
else F`JW&r\
{ for (k=0;k<n;k++) qJT|om
LY
option[k]=cop[k]; -)Y[t Z^*`
maxv=tv-a.value; #EX NS r
} yU< "tg E
} ]5j1p6;(`
#kPsg9Y
void main() @w@ `-1
{ int k; $z'_Hr'
double w,v; \6K1Z!*;
printf(“输入物品种数\n”); L|K^w *\C
scanf((“%d”,&n); 9:]|TIPi
printf(“输入各物品的重量和价值\n”); _$BH.I
for (totv=0.0,k=0;k<n;k++) Ej/P:nB
{ scanf(“%1f%1f”,&w,&v); *K2fp=Ns
a[k].weight=w; Bu,VLIba
a[k].value=v; qBXIR}
totV+=V; yc3i> w`
} 8VR!
Y0`e
printf(“输入限制重量\n”); hR%2[lBn!]
scanf(“%1f”,&limitV); 3[}w#n1
maxv=0.0; )SsO,E+t=U
for (k=0;k<n;k++) cop[k]=0; #FsoK*F
find(0,0.0,totV); ,ku3;58O<
for (k=0;k<n;k++) A!fRpN
if (option[k]) printf(“%4d”,k+1); /^9yncG;>
printf(“\n总价值为%.2f\n”,maxv); WTQd}f
} <<[\
Rv
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。 -JfO} DRI
【程序】 A6%~+9
# include <stdio.h> XZ[3v9?&n
# define N 100 MFO1v%m
double limitW; !DNk!]|
int cop[N]; V( SRw
struct ele { double weight; SH#!Y
double value; ]8ob`F`m,
} a[N]; P~ 7p~ke
int k,n; uT2w2A;
struct { int flg; - {|
double tw; &Y|AX2KUC
double tv; /F7X"_(H
}twv[N]; vFgX]&bE
void next(int i,double tw,double tv) '"fZGz?
{ twv.flg=1; w]=c^@t_
twv.tw=tw; rz]M}!>k
twv.tv=tv; \R (Yf!>
} vN3uLz'<
double find(struct ele *a,int n) [-'LJG Wb<
{ int i,k,f; ]sG^a7Z.X
double maxv,tw,tv,totv; |^$?9Dn9.L
maxv=0; j<C p&}X
for (totv=0.0,k=0;k<n;k++) BewJ!,A!
totv+=a[k].value; k#pNk7;MZ
next(0,0.0,totv); *-.,QpgTX
i=0; <J.-fZS%
While (i>=0) E.+BqWZ!
{ f=twv.flg; $ J)2E g
tw=twv.tw; !=rJ~s
F/{
tv=twv.tv; wl:[Ad
switch(f) 4'BZ +A,p
{ case 1: twv.flg++; $7'KcG
if (tw+a.weight<=limitW) G>w+J'7
if (i<n-1) 1QJB4|5R#
{ next(i+1,tw+a.weight,tv); @86?!0bt
i++; QPJz~;V2
} g.d~`R@v
else qhqqCVrsW
{ maxv=tv; l
F*x\AT
for (k=0;k<n;k++) $V2.@X
cop[k]=twv[k].flg!=0; h;S?
} Kuy0Ci
break; P*.0kR1n
case 0: i--; Y[Kpd[)[v
break; 8$C?j\J|*
default: twv.flg=0; mv\S1[<T
if (tv-a.value>maxv) }D7} %P]
if (i<n-1) -VO* P
{ next(i+1,tw,tv-a.value); 9 `z^'k&
i++; &24$*Oe
}
D/]
else ;Br
#e1~
{ maxv=tv-a.value; .l}oxWWoS
for (k=0;k<n;k++) "E}38
cop[k]=twv[k].flg!=0; l"app]uVZ
} C}8 3t~Q
break; k~HS_b*]d
} gtlyQ
_V
} ?)L X4GY
return maxv; 7o4B1YD
} vfPIC!
w~l%xiC
void main() ?Q G?F9?
{ double maxv; Zia<$kAO
printf(“输入物品种数\n”); ,R2;oF_
scanf((“%d”,&n); Lc5I?}:;L
printf(“输入限制重量\n”); [ %:%C]4
scanf(“%1f”,&limitW); XL!^tMk
printf(“输入各物品的重量和价值\n”); pCt0[R;?
for (k=0;k<n;k++) Z2^B.r#
scanf(“%1f%1f”,&a[k].weight,&a[k].value); `=JGlN7
maxv=find(a,n); Ch,%xs.)G
printf(“\n选中的物品为\n”); m(eR Wx&pZ
for (k=0;k<n;k++) Bl!R
bh\
if (option[k]) printf(“%4d”,k+1); j=5hW.fI
printf(“\n总价值为%.2f\n”,maxv); >{@:p`*
}