四、递归 oa2v/P1`
hjx=?
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。 T)tf!v3v
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。 K</="3
HK
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 b|E1>TkY
斐波那契数列为:0、1、1、2、3、……,即: CA5q(ID_
fib(0)=0; -I*NS6
fib(1)=1; '-NHu +
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 'Z82+uU%
写成递归函数有: Vk?US&1q}
int fib(int n) P-)`FB
{ if (n==0) return 0; }4XXNYH
if (n==1) return 1; _(0GAz%9
if (n>1) return fib(n-1)+fib(n-2); vuO~^N]G
} =5u;\b>*
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。 (8jQdbZU
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。 q~G@S2=}0}
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。 X].Igb)2
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。 7kq6VS;p
【问题】 组合问题 [&K"OQ^\2h
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 N={0A
(4)5、3、2 (5)5、3、1 (6)5、2、1 kJK:1;CM?.
(7)4、3、2 (8)4、3、1 (9)4、2、1 ZDTp/5=?K/
(10)3、2、1 ]B=2r^fn
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。 .$N8cYu0
【程序】 3 Q~zli:
# include <stdio.h> p}d+L{"V
# define MAXN 100 R/@n+tbe
int a[MAXN]; dO|n[/qL0
void comb(int m,int k) |nT+W|0U
{ int i,j; #1<Jwt+
for (i=m;i>=k;i--) IfzZ\x
.
{ a[k]=i; -cs$E2
-
if (k>1) D,&o=EU
comb(i-1,k-1); Zg/
],/ `
else z%44@TP
{ for (j=a[0];j>0;j--) Dio9'&DtC
printf(“%4d”,a[j]); X}G3>HcP
printf(“\n”); ,<O| Iis
} ^Kfm(E
} ;b;Bl:%?
} Zil<*(kv{
J[jzkzSu`
void main() #Pe|}!)u
{ a[0]=3; I.hy"y2&
comb(5,3); }CB9H$FkCY
} |P(8T'
【问题】 背包问题 j5V{,lf
问题描述:有不同价值、不同重量的物品n件,求从这n件物品中选取一部分物品的选择方案,使选中物品的总重量不超过指定的限制重量,但选中物品的价值之和最大。 WdJJt2'
设n件物品的重量分别为w0、w1、…、wn-1,物品的价值分别为v0、v1、…、vn-1。采用递归寻找物品的选择方案。设前面已有了多种选择的方案,并保留了其中总价值最大的方案于数组option[ ],该方案的总价值存于变量maxv。当前正在考察新方案,其物品选择情况保存于数组cop[ ]。假定当前方案已考虑了前i-1件物品,现在要考虑第i件物品;当前方案已包含的物品的重量之和为tw;至此,若其余物品都选择是可能的话,本方案能达到的总价值的期望值为tv。算法引入tv是当一旦当前方案的总价值的期望值也小于前面方案的总价值maxv时,继续考察当前方案变成无意义的工作,应终止当前方案,立即去考察下一个方案。因为当方案的总价值不比maxv大时,该方案不会被再考察,这同时保证函数后找到的方案一定会比前面的方案更好。 t)^18 z
对于第i件物品的选择考虑有两种可能: ]D&\|,,(
(1) 考虑物品i被选择,这种可能性仅当包含它不会超过方案总重量限制时才是可行的。选中后,继续递归去考虑其余物品的选择。 bPUldkB:
(2) 考虑物品i不被选择,这种可能性仅当不包含物品i也有可能会找到价值更大的方案的情况。 Ys+NIV#Q
按以上思想写出递归算法如下: gN5;Uk
try(物品i,当前选择已达到的重量和,本方案可能达到的总价值tv) /\d@A B^5I
{ /*考虑物品i包含在当前方案中的可能性*/ =L&dV]'4P
if(包含物品i是可以接受的) 9
gWqs'
{ 将物品i包含在当前方案中; 5[|ZceY
if (i<n-1) 'NSfGC%7R
try(i+1,tw+物品i的重量,tv); &9Xn:<"`)
else t2RL|$>F1
/*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*/ hd~0qK
以当前方案作为临时最佳方案保存; bguTWI8bk
恢复物品i不包含状态; f/UIpswrZ'
} F@rx/3
[
/*考虑物品i不包含在当前方案中的可能性*/ $J!WuOz4^i
if (不包含物品i仅是可男考虑的) lOu&4Kq{g
if (i<n-1) [VY265)g
try(i+1,tw,tv-物品i的价值); !1[ZfTX^a
else U}^`R,C
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ -AZ\u\xCB
以当前方案作为临时最佳方案保存; `*w!S8} m;
} *r].EBJ\
为了理解上述算法,特举以下实例。设有4件物品,它们的重量和价值见表: :?f^D,w_B
物品 0 1 2 3 )2: ,E
重量 5 3 2 1 4v;KtD;M
价值 4 4 3 1 ]Pf!wv
!(#d7R
并设限制重量为7。则按以上算法,下图表示找解过程。由图知,一旦找到一个解,算法就进一步找更好的佳。如能判定某个查找分支不会找到更好的解,算法不会在该分支继续查找,而是立即终止该分支,并去考察下一个分支。 KSxZ4Y
"T1A$DKw+R
按上述算法编写函数和程序如下: ;>r
E+k%_
【程序】
p}(pIoyUF
# include <stdio.h> ZfnJ&H'
# define N 100 {q.|UCg[L
double limitW,totV,maxV; 3%YDsd vQx
int option[N],cop[N]; 6h{>U*N"&d
struct { double weight; gX;)A|9e
double value; 8&c:73=?X
}a[N]; UKzXz0
int n; R7 ^f|/l
void find(int i,double tw,double tv) qX:YI3:,@
{ int k; ]oizBa@?G
/*考虑物品i包含在当前方案中的可能性*/ 3B?7h/f
if (tw+a.weight<=limitW) P`OZoI$bV
{ cop=1; K?eY<L
if (i<n-1) find(i+1,tw+a.weight,tv); JGQ)/(
else
,)Z1&J?
{ for (k=0;k<n;k++) *Z2#U?_
option[k]=cop[k]; +XpQ9Cd
maxv=tv; \vF*n Z5/
} aqKrf(Rv
cop=0; rHJtNN8$k
} (Z?g^kjq)
/*考虑物品i不包含在当前方案中的可能性*/ Dgm"1+
if (tv-a.value>maxV) (gjCm0#_%
if (i<n-1) find(i+1,tw,tv-a.value); h1Logm+m
else O>[B"mMt
{ for (k=0;k<n;k++) Z!*k 0<Z
option[k]=cop[k]; rH9[x8e
maxv=tv-a.value; Z=zD~ka
} ~$]Puv1V>
} e7M6|6nb
5;X3{$y
void main() qv)%)n
{ int k; g
[c^7
double w,v; {"mb)zr
printf(“输入物品种数\n”); >N-l2?rE
scanf((“%d”,&n); ".sRi
printf(“输入各物品的重量和价值\n”); Pv3qN{265
for (totv=0.0,k=0;k<n;k++) Lv7$@|"H9
{ scanf(“%1f%1f”,&w,&v); {)Pg N
a[k].weight=w; "HtaJVp//
a[k].value=v; DT3koci(
totV+=V; BoP,MpF
} I\Pw`
printf(“输入限制重量\n”); M+-1/vR *@
scanf(“%1f”,&limitV); A?"/ >LM
maxv=0.0; m(CAXq-t
for (k=0;k<n;k++) cop[k]=0; W3w$nV
find(0,0.0,totV); 1)J'
pDa
for (k=0;k<n;k++) rnRWL4
if (option[k]) printf(“%4d”,k+1); y;=/S?L.:
printf(“\n总价值为%.2f\n”,maxv); "GB493=v
} U[|o!2$
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。 8XD_p);Oy
【程序】 |6 E
!wW
# include <stdio.h> N7-LgP
# define N 100 S#N4!"
double limitW; PZk"!I<oN
int cop[N]; epG!V#I
struct ele { double weight; lN'b"N
double value; HleMzykF
} a[N]; Ti&v9re%wO
int k,n; V?-SvQIk1
struct { int flg; cXbQ
double tw; z9JZV`dNgz
double tv; _[,7DA.qc
}twv[N]; x P$\
}
void next(int i,double tw,double tv) %H3
M0J2L
{ twv.flg=1; Ti$_V_
twv.tw=tw; q+W*?a)
twv.tv=tv; ZG8Xr"
} I\@`AU
double find(struct ele *a,int n) 9YY*)5eyD
{ int i,k,f; M?QX'fia
double maxv,tw,tv,totv; O6n]l
maxv=0; Xd5uF/w
for (totv=0.0,k=0;k<n;k++) M`H@
% M
totv+=a[k].value; hE;BT>_dn
next(0,0.0,totv); G-5ezVli
i=0; `Hd~H
While (i>=0) $fG~;`T
{ f=twv.flg; 4nKlW_{,
tw=twv.tw; o "1X8v
tv=twv.tv; )wCV]TdF
switch(f) NE+
;<mW
{ case 1: twv.flg++; *Qy,?2
if (tw+a.weight<=limitW) aRcVoOq
if (i<n-1) N `[ ?db-%
{ next(i+1,tw+a.weight,tv); Y7<(_p7
i++; #sM*<2vj
} UnOcw
else *H~&hs>k
{ maxv=tv; 3M5wF6nY[[
for (k=0;k<n;k++) I}u&iV`
cop[k]=twv[k].flg!=0; qkBCI,X_Y
} GuKiNYI_
break; ` NCH^)
case 0: i--; J
}|6m9k!
break; i= jYl
default: twv.flg=0; @.} @K
if (tv-a.value>maxv) m.Ki4NUm
if (i<n-1) lQ#='Jqfp
{ next(i+1,tw,tv-a.value); Z ty9O8g
i++; 23/;W|
} naVbcY
else v$#l]A_D
{ maxv=tv-a.value; T9bUt |
for (k=0;k<n;k++) lsKQZ@LN`
cop[k]=twv[k].flg!=0; ,AwX7gx22
} x+EEMv3u:
break; 8dwKJ3*.
} IGF25-7B
} C sCH :>
return maxv; ]|_+lik#
} 0A')zKik
dgT(]H
void main() E<\\/Q%w
{ double maxv; <aQ5chf7
printf(“输入物品种数\n”); O3tw@ &k
scanf((“%d”,&n); id[caP=`
printf(“输入限制重量\n”); d[oHjWk
scanf(“%1f”,&limitW); f7:}t+d
printf(“输入各物品的重量和价值\n”); ;lf $)3%[
for (k=0;k<n;k++) lPw`KW
scanf(“%1f%1f”,&a[k].weight,&a[k].value); k(M(]y_
maxv=find(a,n); qK]Om6 a~
printf(“\n选中的物品为\n”); HNd? '
for (k=0;k<n;k++) V#X<Yt
if (option[k]) printf(“%4d”,k+1); >DR$}{IV
printf(“\n总价值为%.2f\n”,maxv); vr }-u
}