四、递归 Kl ?C[
Nj?Q{ztS
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。 1"t9x.
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。 %IIFLlD
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 lP4s"8E`h
斐波那契数列为:0、1、1、2、3、……,即: `p)U6J
fib(0)=0; ]#S<]v A
fib(1)=1; B}zBbB
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 r^E(GmW
写成递归函数有: ]T40VGJ:h
int fib(int n) @}r
s6 G
{ if (n==0) return 0; 7^!iGhI]r
if (n==1) return 1; :v45Ls4J
if (n>1) return fib(n-1)+fib(n-2); dBM{]@bZ
} S6JWsi4C:,
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。 4"nYxL"<4
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。 0e:j=kd)NH
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。 @5??`n
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。 >CcDG
【问题】 组合问题 Ag{)?5/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 5|}u25J
(4)5、3、2 (5)5、3、1 (6)5、2、1 P~&J@8)c
(7)4、3、2 (8)4、3、1 (9)4、2、1 svt3gkR0
(10)3、2、1 SgN?[r)
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。 Q4L7{^[X
【程序】 |<8Fa%!HHc
# include <stdio.h> m.gv?
# define MAXN 100 ~XXNzz]?
int a[MAXN]; }t|i1{%_
void comb(int m,int k) Vvv;m 5.
{ int i,j; McbbEs=)
for (i=m;i>=k;i--) y\9#"=+
{ a[k]=i; 150x$~{/
if (k>1) V~-tp^
comb(i-1,k-1); $EdL^Q2KAy
else XQOM6$~,
{ for (j=a[0];j>0;j--) A^|~>9
printf(“%4d”,a[j]); ]Ee$ulJ02
printf(“\n”); 05jjLM'e
} #g2&x sU
} Aeq^s
}
# xX
G~4G$YL*
void main() r0pwKRE~t
{ a[0]=3; B<G,{k
comb(5,3); (*T$:/zIS
} 3".#nN
【问题】 背包问题 S`TQWWQo;
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。 vr6YE;Rs
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。 :+?rnb)N
对于第i件物品的选择考虑有两种可能: YB:}Lb
(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。 g<$2#c}
(2) 考虑物品i不被选择,这种可能性仅当不包含物品i也有可能会找到价值更大的方案的情况。 PH^Gjm
按以上思想写出递归算法如下: =<K6gC27
try(物品i,当前选择已达到的重量和,本方案可能达到的总价值tv) XBcbLF
{ /*考虑物品i包含在当前方案中的可能性*/ )tS;gn
if(包含物品i是可以接受的) U+["b-c
{ 将物品i包含在当前方案中; .F$cR^i5u
if (i<n-1) Z@>kqJ%
try(i+1,tw+物品i的重量,tv); |GP&!]
else Pj!f^MN
/*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*/ /?S^#q>m%
以当前方案作为临时最佳方案保存; =u.23#.
恢复物品i不包含状态; 8 0o'=E}"
} ID{XZ
/*考虑物品i不包含在当前方案中的可能性*/ a#9pN?~
if (不包含物品i仅是可男考虑的) h7o.RRhK
if (i<n-1) cVr+Wp7K#|
try(i+1,tw,tv-物品i的价值); ^oW{N
else 4_$.gO
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ F'B0\v=
以当前方案作为临时最佳方案保存; uaky2SgN
} hp2$[p6O
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: cz|?j
物品 0 1 2 3 #k)t.P
Q
重量 5 3 2 1 0y+i?y
9
价值 4 4 3 1 +m/n~-6q
~mMTfC~9
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。 lJT"aXt'M
$~%h4
按上述算法编写函数和程序如下: ~-R2mAUK
【程序】 =+q\Jh
# include <stdio.h> ,@Kn@%?$
# define N 100 ]e+&Pxw]e
double limitW,totV,maxV; ,*?[Rg0]+
int option[N],cop[N]; 9b@yDq3hQ
struct { double weight; 3=*ur( Qy
double value; k_Y7<z0G
}a[N]; t`>Z#=cl\
int n; h ^s8LE3
void find(int i,double tw,double tv) |k,-]c;6
{ int k; 1-&L-c.
/*考虑物品i包含在当前方案中的可能性*/ aUA)p}/:
if (tw+a.weight<=limitW) KD H<T4#x
{ cop=1; brlbJFZ19
if (i<n-1) find(i+1,tw+a.weight,tv); Xil;`8h
else ^Xu4N"@
{ for (k=0;k<n;k++) j]vEo~Bbh
option[k]=cop[k]; Ndgx@LTQQ
maxv=tv; Z&P\}mm
} gx?r8
cop=0; =)gdxywoC
} vAqj4:j
/*考虑物品i不包含在当前方案中的可能性*/ \k{[HfVvn
if (tv-a.value>maxV) W8;!rFW
if (i<n-1) find(i+1,tw,tv-a.value); ek0!~v<I
else bSz7?NAp
{ for (k=0;k<n;k++) G.v(2~QFd
option[k]=cop[k]; c"pOi&
maxv=tv-a.value; HXztEEK6
} R^P>yk8
} {IaDZ/XS6
bovAFdHW
void main() .>P:{''
{ int k; !\9^|Ef?
double w,v; Xtz:^tg
printf(“输入物品种数\n”); kfT*G
+l]
scanf((“%d”,&n); tMp!MQ
printf(“输入各物品的重量和价值\n”); n|XheG7:
for (totv=0.0,k=0;k<n;k++) ws^Ne30 R
{ scanf(“%1f%1f”,&w,&v); pRL:,q\
a[k].weight=w; |D%mWQng
a[k].value=v; di0@E<@1:
totV+=V; ( N};.DB1Y
} KAI2[ gs
printf(“输入限制重量\n”); L/`1K_\l
scanf(“%1f”,&limitV); Hq 3V+$
maxv=0.0; #jW=K&;
for (k=0;k<n;k++) cop[k]=0; .g\Oj0Cbxh
find(0,0.0,totV); >eQ.y-
4
for (k=0;k<n;k++) Q}KOb4D
if (option[k]) printf(“%4d”,k+1); {\P%J:s#9
printf(“\n总价值为%.2f\n”,maxv); T,1qR:58
} &ah%^Z4um
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。 7bihP@I!
【程序】 jy?*` q1]
# include <stdio.h> m m`#v
g,
# define N 100 wCruj`$
double limitW; C&MqH.K
int cop[N]; .hR
<{P
struct ele { double weight; ,f$P[c
double value; ( I#6!Yt9J
} a[N]; s(3HZ>qx;
int k,n; H>+])~#
struct { int flg; Kw"y#Ys]
double tw; jqc}mI\#
double tv; %HoD)OJe
}twv[N]; j9hfW'
void next(int i,double tw,double tv) *qy \%A
{ twv.flg=1; ,.>9$( s
twv.tw=tw; @:GqOTN
twv.tv=tv; ?{J1Uw<
} 8Sj<,+XFq
double find(struct ele *a,int n) UNa"\
{ int i,k,f; cOX )+53
double maxv,tw,tv,totv; tjb$MW$('
maxv=0; : #CWiq("%
for (totv=0.0,k=0;k<n;k++) YYYF a
totv+=a[k].value; $) "\N
next(0,0.0,totv); BoYY^ih
i=0; ZZI}
Ot{
While (i>=0) ocZ}RI#Q
{ f=twv.flg; K6p\ >J
tw=twv.tw; ZF[W<Q
tv=twv.tv; 9U6$-]J
switch(f) \EVT*v=}/
{ case 1: twv.flg++; DX>LB$dy?
if (tw+a.weight<=limitW) r*vh3.Agl
if (i<n-1) 9d#?,:JG
{ next(i+1,tw+a.weight,tv); Q:megU'u
i++; |f fHOef
} ]A%3\)r
else Yu_*P-Ja6
{ maxv=tv; E0+L?(;
for (k=0;k<n;k++) (c0L
H
cop[k]=twv[k].flg!=0; K
$- *
} >ceC8"}J5M
break; m1;Htw
case 0: i--; >:6iFPP
break; `~)?OTzU#
default: twv.flg=0; 6)uBUM;i
if (tv-a.value>maxv) ,W)DQwAg
if (i<n-1) =M;F&;\8
{ next(i+1,tw,tv-a.value); JT0j2_*Rr
i++; ]j>xQm\
} gPk,nB
else &!X<F,
{ maxv=tv-a.value; U?Jk
for (k=0;k<n;k++) g@>llve{
cop[k]=twv[k].flg!=0; @`L;_S+
} Hvk~BP'
m
break; TS6xF?
} $lT8M-yK\
} )\u%XFPhS
return maxv; ({t^/b*8
} ZMgsuzg
M@{?#MkS%
void main() R%RbC!P
{ double maxv; 9lYfII}4(
printf(“输入物品种数\n”); wkZwtq
scanf((“%d”,&n); {FvFah
printf(“输入限制重量\n”); pmB
{b
scanf(“%1f”,&limitW); Bp7p X
printf(“输入各物品的重量和价值\n”); 59)w+AW
for (k=0;k<n;k++) &B(z**+9
scanf(“%1f%1f”,&a[k].weight,&a[k].value); n5d8^c! 2
maxv=find(a,n); gd0)s1{9
printf(“\n选中的物品为\n”); <K^a2 D
for (k=0;k<n;k++) V>QyiB
if (option[k]) printf(“%4d”,k+1); akyMW7'3V<
printf(“\n总价值为%.2f\n”,maxv); w~6UOA8}
}