四、递归 J60XUxf
8q9HQ4dsL
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。 Pf&\2_H3s9
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。 x_Zi^ ]
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 ?HwW~aO
斐波那契数列为:0、1、1、2、3、……,即: 3db ,6R
fib(0)=0; Sc03vfmo"N
fib(1)=1; `B6~KZ
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 l_tr,3_w
写成递归函数有: \HX'^t`
int fib(int n) e~]3/ 0
{ if (n==0) return 0; Za68V/Vj
if (n==1) return 1; y)iT-$bQ
if (n>1) return fib(n-1)+fib(n-2); $D{KXkrd
} +-tvNX%IJ
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。 &KinCh7l L
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。 PI_MSiYQ
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。 k L\;90
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。 u!I Es
【问题】 组合问题 sXHrCU
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 (IdXJvKU!
(4)5、3、2 (5)5、3、1 (6)5、2、1 EC(,-sz\Z
(7)4、3、2 (8)4、3、1 (9)4、2、1 ZC}'! $r7
(10)3、2、1 &:1PF.)N
分析所列的10个组合,可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时,其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字,约定函数将确定的k个数字组合的第一个数字放在a[k]中,当一个组合求出后,才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k,函数将确定组合的第一个数字放入数组后,有两种可能的选择,因还未去顶组合的其余元素,继续递归去确定;或因已确定了组合的全部元素,输出这个组合。细节见以下程序中的函数comb。 '<!
b}1w0
【程序】 uYjE)"
# include <stdio.h> x\taG.'zX
# define MAXN 100 (A!+$}UR
int a[MAXN]; *J[3f]PBmR
void comb(int m,int k) gc``z9@Xg
{ int i,j; }uWIF|h~
for (i=m;i>=k;i--) 2ghTAsUx9
{ a[k]=i; (gN[<QL
if (k>1) Py2AnpYa
comb(i-1,k-1); 7|4t;F!
else ]7<}EG
{ for (j=a[0];j>0;j--) e8T#ZWr*
printf(“%4d”,a[j]); XaT9`L<
printf(“\n”); )~/;Xl#b-
} 0>@D{_}s
} N-XOPwx'
} /5cFa
6mcxp+lm|
void main() DUBEh@
{ a[0]=3; ZH'- >/
comb(5,3); VB
53n'
} h'*>\eC6
【问题】 背包问题 c@H_f
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。 7ux0|l
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。 7{<:g!
对于第i件物品的选择考虑有两种可能: cp D=9k!*K
(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。 0($@9k4!/
(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。 \@G
7Kk*l
按以上思想写出递归算法如下: g\9I&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) _dQVundH
{ /*考虑物品i包含在当前方案中的可能性*/ mocR_3=Q?
if(包含物品i是可以接受的) OZ{YQ}t{^1
{ 将物品i包含在当前方案中; S$9>9!1>*
if (i<n-1) SN
w3xO!;&
try(i+1,tw+物品i的重量,tv); W(jXOgs+_
else B~S"1EE[
/*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*/ _X
?W)]:
以当前方案作为临时最佳方案保存; LxD >eA
恢复物品i不包含状态; wHneVqI/U
} \HR<^xY
/*考虑物品i不包含在当前方案中的可能性*/ FR%9Qb7
if (不包含物品i仅是可男考虑的) zadn`B#2
if (i<n-1) Md!L@gX6<
try(i+1,tw,tv-物品i的价值); b|
e7mis@
else <ezv
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ $|J16tW
以当前方案作为临时最佳方案保存; M#<U=Ha
} b.=bgRV2{x
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: P-B3<~*i!
物品 0 1 2 3 fP|rD[
重量 5 3 2 1 %x$1g)
价值 4 4 3 1 "J51\8G@@
ly,3,ok
并设限制重量为7。则按以上算法,下图表示找解过程。由图知,一旦找到一个解,算法就进一步找更好的佳。如能判定某个查找分支不会找到更好的解,算法不会在该分支继续查找,而是立即终止该分支,并去考察下一个分支。 ]J<2a`IK!
bbGSh|u+P
按上述算法编写函数和程序如下: luA k$Es
【程序】 [!^Q_O
# include <stdio.h> LJ^n6 m|_
# define N 100 kjCXP
double limitW,totV,maxV; B 4s^X`?z
int option[N],cop[N]; #jY\l&E
struct { double weight; 9 Vn
double value;
t9zPUR
}a[N]; f~U~f}Uw4
int n; AH*{Bi[vX
void find(int i,double tw,double tv) U5rcI6
{ int k; +|Tz<\.C
/*考虑物品i包含在当前方案中的可能性*/ F.9SyB$
if (tw+a.weight<=limitW) M5$YFGGR
{ cop=1; FE}!I
if (i<n-1) find(i+1,tw+a.weight,tv); >j5,Z]
else h8R3N?S3#
{ for (k=0;k<n;k++) N(*Xjy+PX
option[k]=cop[k]; N0Y$QWr_$
maxv=tv; XctSw
} !m7`E
cop=0; x#wkODLqi
} FG-v71!h#
/*考虑物品i不包含在当前方案中的可能性*/ @UbH;m
if (tv-a.value>maxV) E;$;g#ksf
if (i<n-1) find(i+1,tw,tv-a.value); +sN'Y/-
else aT9+]
Ig
{ for (k=0;k<n;k++) qN5 ru2
option[k]=cop[k]; ^]x%z*6
maxv=tv-a.value; <Mdyz!
} j@yK#==k
} to}g4
87QK&S\
void main() z]/;?
{ int k; "6[a%f#Q
double w,v; {zTo[i
printf(“输入物品种数\n”); B8XW+U
scanf((“%d”,&n); A`|Z2
printf(“输入各物品的重量和价值\n”); ld RV
JVZc
for (totv=0.0,k=0;k<n;k++) J[Ckz]
{ scanf(“%1f%1f”,&w,&v); " Bz\<e&u
a[k].weight=w; u%TZ),ny-
a[k].value=v; U;o$=,_p
totV+=V; bn$('
} z%lu%
printf(“输入限制重量\n”); n*'i{P]
scanf(“%1f”,&limitV); ]4{ )VXod
maxv=0.0; Y]zy=8q
for (k=0;k<n;k++) cop[k]=0; @D?KS;#
find(0,0.0,totV); c"nowbf
for (k=0;k<n;k++) hxCSE$f4
if (option[k]) printf(“%4d”,k+1); |E%i
t?3M
printf(“\n总价值为%.2f\n”,maxv); ~0;l\^
} Yf=an`"
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。 4trP*u,4
【程序】 {6_M$"e.
# include <stdio.h> 8R3x74fL
# define N 100 pUGFQ."\
double limitW; zmA]@'j
int cop[N]; ~}lYp^~:J
struct ele { double weight; ,M4G_U[
double value; lpjeEawo4
} a[N]; -<g&U*/E
int k,n; i6S5 4&^!
struct { int flg; n!Dr:$
double tw; OouIV3
double tv; u[{j;l(
}twv[N]; ce3UB~Q
void next(int i,double tw,double tv) d8)ps,
{ twv.flg=1; p`dH4y]D
twv.tw=tw; `Z#0kpXk_
twv.tv=tv; a Uy!(Y
} mJ_5Vt=
double find(struct ele *a,int n) m;_gNh8 Ee
{ int i,k,f; \
oY/hT _
double maxv,tw,tv,totv; ~wtK(U
maxv=0; wjq;9%eXk
for (totv=0.0,k=0;k<n;k++) D(E3{\*R
totv+=a[k].value; m1 tYDZ"i
next(0,0.0,totv); GiZv0>*x
i=0; Mr0<b?I
While (i>=0) <W>T!;4!
{ f=twv.flg; 8vp*U
tw=twv.tw; 6-fdfU
tv=twv.tv; pmWt7 }
switch(f) +jEtu[ ;
{ case 1: twv.flg++; 9}[UZN6
if (tw+a.weight<=limitW) tj'xjX
if (i<n-1) VRb+-T7"
{ next(i+1,tw+a.weight,tv); J1s~w`,
i++; Jbv[Ql#
} R&-Vm3mc3
else &x":
{ maxv=tv; ?Z0NHy;5
for (k=0;k<n;k++) (&B`vgmb
cop[k]=twv[k].flg!=0; vcmB)P-T`O
} /wR,P
break; 3)6TnY/u6{
case 0: i--; u~C,x3yr
break; j`D%Wx_
default: twv.flg=0; nrF5^eZ#
if (tv-a.value>maxv) f-!P[6bY
if (i<n-1) wv7XhY}
{ next(i+1,tw,tv-a.value); hZ[(Ik]*Zd
i++; M+L8~BD@
} S"@/F-
81
else >1$vG
{ maxv=tv-a.value; :Rroz]*
for (k=0;k<n;k++) l%_r 3W
cop[k]=twv[k].flg!=0; sTSNu+
} baO'FyCs9&
break; 9cnLf#
} yrF"`/zv6|
} x 8/I"!gI
return maxv; LmZ"_
} Y'{F^VxA/
(
kKQs")
void main() ^.pd'
{ double maxv; Wik8V 0(
printf(“输入物品种数\n”); W>o>Y$H
scanf((“%d”,&n); W{is 2s
printf(“输入限制重量\n”); O
a%ZlEUF
scanf(“%1f”,&limitW); 8Y,imj\(v
printf(“输入各物品的重量和价值\n”); xU!eT'Y
for (k=0;k<n;k++) \C}_l+nY
scanf(“%1f%1f”,&a[k].weight,&a[k].value); n/6qc3\5i
maxv=find(a,n); d7]~t|
printf(“\n选中的物品为\n”); }0oVIr
for (k=0;k<n;k++) tW
-f_0a.
if (option[k]) printf(“%4d”,k+1); iD${7
_
printf(“\n总价值为%.2f\n”,maxv); X{u\|e{
}