四、递归 <ExZ:ip
)&<=.q
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。 w7n373y%
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。 y tf b$;|
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 \yGsr Bl
斐波那契数列为:0、1、1、2、3、……,即: {Pu\?Cq
fib(0)=0; wgRsZ
fib(1)=1; O8W7<Wc|z
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 7 +@qB]Bi<
写成递归函数有: AVU>+[.=%c
int fib(int n) hw~a:kD
{ if (n==0) return 0; yj(vkifEB
if (n==1) return 1; 5+jf/}tA
if (n>1) return fib(n-1)+fib(n-2); [
dE.[
} @ Ehn(}
递归算法的执行过程分递推和回归两个阶段。在递推阶段,把较复杂的问题(规模为n)的求解推到比原问题简单一些的问题(规模小于n)的求解。例如上例中,求解fib(n),把它推到求解fib(n-1)和fib(n-2)。也就是说,为计算fib(n),必须先计算fib(n-1)和fib(n-2),而计算fib(n-1)和fib(n-2),又必须先计算fib(n-3)和fib(n-4)。依次类推,直至计算fib(1)和fib(0),分别能立即得到结果1和0。在递推阶段,必须要有终止递归的情况。例如在函数fib中,当n为1和0的情况。 a`u
S[r>
在回归阶段,当获得最简单情况的解后,逐级返回,依次得到稍复杂问题的解,例如得到fib(1)和fib(0)后,返回得到fib(2)的结果,……,在得到了fib(n-1)和fib(n-2)的结果后,返回得到fib(n)的结果。 S$^RbI
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。 GzTq5uU&
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。 X*7\lf2
【问题】 组合问题 @AYo-gf
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 =?(~aV
(4)5、3、2 (5)5、3、1 (6)5、2、1 `K
>?ju"
(7)4、3、2 (8)4、3、1 (9)4、2、1 oo$MWN8a>r
(10)3、2、1 o(Cey7
分析所列的10个组合,可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时,其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字,约定函数将确定的k个数字组合的第一个数字放在a[k]中,当一个组合求出后,才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k,函数将确定组合的第一个数字放入数组后,有两种可能的选择,因还未去顶组合的其余元素,继续递归去确定;或因已确定了组合的全部元素,输出这个组合。细节见以下程序中的函数comb。 02k4N%
【程序】 7RvUH-S[
# include <stdio.h> kzS=g|_
# define MAXN 100 ^v@4|E$
int a[MAXN]; F("#^$
void comb(int m,int k) O!Z|r?
{ int i,j; 56Z\-=KAU
for (i=m;i>=k;i--) 5Fm=/o1
{ a[k]=i; |uH%6&\
if (k>1) Px>va01n
comb(i-1,k-1); `ZaT}#Y
else M#@aB"@J>
{ for (j=a[0];j>0;j--) 35*\_9/#
printf(“%4d”,a[j]); /)rkiwp
printf(“\n”); WWZ9._
} 1]T`n /d V
} 2qO3XI
} {3Vk p5%l
Jj^GWZRu
void main() w_iam qe,
{ a[0]=3; (:+>#V)pZ
comb(5,3); T^}
} l**;k+hw
【问题】 背包问题 .M4IGOvOS
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。 ,s^<X85gp\
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。 }p9F#gr
对于第i件物品的选择考虑有两种可能: +/+P\O
(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。 D=)f
)-u'
(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。 da$BUAqU
按以上思想写出递归算法如下: 8%~t
try(物品i,当前选择已达到的重量和,本方案可能达到的总价值tv) VIR. yh
{ /*考虑物品i包含在当前方案中的可能性*/ S2VVv$r_6
if(包含物品i是可以接受的) Q^Bt1C
{ 将物品i包含在当前方案中; D["MUB4l
if (i<n-1) :Ld!mRZF
try(i+1,tw+物品i的重量,tv); VZIR4J[\.
else www`=)A;
/*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*/ GW2')}g
以当前方案作为临时最佳方案保存; 1[;@AE2Y
恢复物品i不包含状态; mEuHl>
} s2v(=
/*考虑物品i不包含在当前方案中的可能性*/ yO>V/5`
if (不包含物品i仅是可男考虑的) 2PSTGG8JV
if (i<n-1) 7>
Pgc
try(i+1,tw,tv-物品i的价值); hD<f3_k
else XL}<1-}
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ L6i|:D32p
以当前方案作为临时最佳方案保存; %E27.$E_
} ~-F?Mc
为了理解上述算法,特举以下实例。设有4件物品,它们的重量和价值见表: uC]Z8&+obb
物品 0 1 2 3 7=*VpX1
重量 5 3 2 1 |H ;+1
价值 4 4 3 1 IGAzE(
4o9$bv
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。 O:.,+,BH
T_OF7?
按上述算法编写函数和程序如下: ,c)g,J9
【程序】 }o9Aa0$*$
# include <stdio.h> \`,xgC9K
# define N 100 B">yKB:D}t
double limitW,totV,maxV; 3An(jt$%Q
int option[N],cop[N]; 1;W=!Fx
struct { double weight; oaDsk<(j;R
double value; [D'Gr*5~{
}a[N]; 3LlU]
int n; px9>:t[P
void find(int i,double tw,double tv) 2go>
{ int k; f e
$Wu
/*考虑物品i包含在当前方案中的可能性*/ o VB"f
if (tw+a.weight<=limitW) n!N\zx8
{ cop=1; (3EUy"z-
if (i<n-1) find(i+1,tw+a.weight,tv); M'1HA
else Y&'8VdW
{ for (k=0;k<n;k++) 8HoP(+?
option[k]=cop[k]; qvLDfN
maxv=tv; xKJ>gr"w#
} @5}gsC
cop=0; S@:B6](D$
} U 0ZB^`
/*考虑物品i不包含在当前方案中的可能性*/ :LV.G0)#
if (tv-a.value>maxV) Ls:=A6AGM
if (i<n-1) find(i+1,tw,tv-a.value); <4D%v"zRP
else hr U :Wr
{ for (k=0;k<n;k++) Vf{2dZZ{1
option[k]=cop[k]; sS,#0Qt.
maxv=tv-a.value; R.7#zhC`4
} h}=M^SL
} \OHv|8!EI@
Z|`fHO3j
void main() =%h~/,
{ int k; S]yvMj_?
double w,v; #Mi|IwL
printf(“输入物品种数\n”); ^&:'NR
scanf((“%d”,&n); WaYO1*=
printf(“输入各物品的重量和价值\n”); FWTx&Ip
for (totv=0.0,k=0;k<n;k++) MtG_9-
{ scanf(“%1f%1f”,&w,&v); |ft:|/^F&
a[k].weight=w; 2;N@aZX
a[k].value=v; /=
^L
iP
totV+=V; 9!t4>
} _IYY08&(r
printf(“输入限制重量\n”); t>U!Zal"
scanf(“%1f”,&limitV); u3wL<$2[8
maxv=0.0; X7e/:._SAH
for (k=0;k<n;k++) cop[k]=0; sA_X<>vAKJ
find(0,0.0,totV);
kQ }s/*
for (k=0;k<n;k++) z
Z%/W)t
if (option[k]) printf(“%4d”,k+1); )bYez
printf(“\n总价值为%.2f\n”,maxv); zeTszT)
} 5L&:_iQZy
作为对比,下面以同样的解题思想,考虑非递归的程序解。为了提高找解速度,程序不是简单地逐一生成所有候选解,而是从每个物品对候选解的影响来形成值得进一步考虑的候选解,一个候选解是通过依次考察每个物品形成的。对物品i的考察有这样几种情况:当该物品被包含在候选解中依旧满足解的总重量的限制,该物品被包含在候选解中是应该继续考虑的;反之,该物品不应该包括在当前正在形成的候选解中。同样地,仅当物品不被包括在候选解中,还是有可能找到比目前临时最佳解更好的候选解时,才去考虑该物品不被包括在候选解中;反之,该物品不包括在当前候选解中的方案也不应继续考虑。对于任一值得继续考虑的方案,程序就去进一步考虑下一个物品。 IH3FK!>6
【程序】 <-|SIF
# include <stdio.h> BQ#jwu0e
# define N 100 <"I?jgo
double limitW; VC=6uB
int cop[N]; 8!j=vCv
struct ele { double weight; uJPH~mdW
double value; b|E/LKa
} a[N]; &"j@79Ym1~
int k,n; !P" ?
struct { int flg; Gj`f--2GE
double tw; Ve14rn
double tv; kGD|c=K}
}twv[N]; mG}k 3e-
void next(int i,double tw,double tv) /;+,mp4
{ twv.flg=1; +(AwSh !
twv.tw=tw; @9_)On9hZ
twv.tv=tv; MhH);fn
} Z1]"[U[;
double find(struct ele *a,int n) apaIJ+^[
{ int i,k,f; \UtS>4w\
double maxv,tw,tv,totv; )[DpK=[N^p
maxv=0; ;xW{Ehq-h
for (totv=0.0,k=0;k<n;k++) eG^z*`**
totv+=a[k].value; #KJZR{
next(0,0.0,totv); ' PL_~
i=0; n1)'cS5}
While (i>=0) gX"T*d>y
{ f=twv.flg; kv%)K'fU4
tw=twv.tw; d
H_2o
tv=twv.tv; m~Me^yt>}
switch(f) nh|EZp]
{ case 1: twv.flg++; -wIM0YJ
if (tw+a.weight<=limitW) R`7n^,
if (i<n-1) c'lIWuL)
{ next(i+1,tw+a.weight,tv); 'WzUu MCx
i++; Q=XA"R
} auA.6DQ
else s7Qyfe&>
{ maxv=tv; g)N54WV
for (k=0;k<n;k++) .9I_NG
cop[k]=twv[k].flg!=0; r1hD
%a
} ZE ^u .>5
break; G,/Gq+WX
case 0: i--; eu=|t&FKk
break; 'Ix5,^M}B
default: twv.flg=0; g$gVm:=
if (tv-a.value>maxv) V*kznm
if (i<n-1) j%GbgJ
{ next(i+1,tw,tv-a.value); {"\q(R0
i++; N
I3(
} _"v~"k 90^
else :28@J?jjO
{ maxv=tv-a.value; S
`wE$so>
for (k=0;k<n;k++) _3zU,qm+
cop[k]=twv[k].flg!=0; zCM^r <Kr
} !
fX9*0L
break; %g5jY%dg.r
} @6[x%j/!bt
} z}mvX.j7
return maxv; ?PYNE
} V!}L<cN
u-1@~Z
void main() ,iohfZz
{ double maxv; >T(M0Tkt
printf(“输入物品种数\n”); 5GUH;o1m
scanf((“%d”,&n); wz)m{:b<
printf(“输入限制重量\n”); =yo=q)W
scanf(“%1f”,&limitW); 4&H+hN{3
printf(“输入各物品的重量和价值\n”); kEx8+2s=M
for (k=0;k<n;k++) 0vcET(
scanf(“%1f%1f”,&a[k].weight,&a[k].value); #VQ36pCd
maxv=find(a,n); taBO4LV
printf(“\n选中的物品为\n”); 3lyQn"
for (k=0;k<n;k++) _i.({s&_9
if (option[k]) printf(“%4d”,k+1); I@+lFG
printf(“\n总价值为%.2f\n”,maxv); ,$o-C&nC
}