四、递归 ^EG@tB $<
.t7mTpi
递归是设计和描述算法的一种有力的工具,由于它在复杂算法的描述中被经常采用,为此在进一步介绍其他算法设计方法之前先讨论它。 =`
%iv|>r0
能采用递归描述的算法通常有这样的特征:为求解规模为N的问题,设法将它分解成规模较小的问题,然后从这些小问题的解方便地构造出大问题的解,并且这些规模较小的问题也能采用同样的分解和综合方法,分解成规模更小的问题,并从这些更小问题的解构造出规模较大问题的解。特别地,当规模N=1时,能直接得解。 =s\RK
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 ]h`<E~
斐波那契数列为:0、1、1、2、3、……,即: y{`aM(&
fib(0)=0; WN_i-A1G/h
fib(1)=1; 6pKb!JJ
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 [xrM){ItW
写成递归函数有: MmvMuX]#)
int fib(int n) 4raKhN"
{ if (n==0) return 0; HoFFce7o
if (n==1) return 1; (Vvs:h%H
if (n>1) return fib(n-1)+fib(n-2); 3 E~d
} +(*;F4>
递归算法的执行过程分递推和回归两个阶段。在递推阶段,把较复杂的问题(规模为n)的求解推到比原问题简单一些的问题(规模小于n)的求解。例如上例中,求解fib(n),把它推到求解fib(n-1)和fib(n-2)。也就是说,为计算fib(n),必须先计算fib(n-1)和fib(n-2),而计算fib(n-1)和fib(n-2),又必须先计算fib(n-3)和fib(n-4)。依次类推,直至计算fib(1)和fib(0),分别能立即得到结果1和0。在递推阶段,必须要有终止递归的情况。例如在函数fib中,当n为1和0的情况。 l$:.bwXXO
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。 #hNp1y2
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。 M<
T[%)v
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;G~c5
【问题】 组合问题 N@z+h
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 }`SXUM_sD`
(4)5、3、2 (5)5、3、1 (6)5、2、1 IO(Y_7
(7)4、3、2 (8)4、3、1 (9)4、2、1 X5M{No>z
(10)3、2、1 UT^-!L
LB]
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。
?]d[K>bv
【程序】 =36e&z-#
# include <stdio.h> j.5;0b_L^
# define MAXN 100 B;r o(R
int a[MAXN]; [qMFLY$
void comb(int m,int k) U;QN+fF]u
{ int i,j; F$;vPAxbK"
for (i=m;i>=k;i--) o*L#S1yL
{ a[k]=i; <Bmqox0
if (k>1) frYPC
Irj
comb(i-1,k-1); 6L2Si4OGjG
else }-e
{ for (j=a[0];j>0;j--) WLb*\
printf(“%4d”,a[j]); `wyX)6A|bt
printf(“\n”); (4U59<ie
} q$;'Fy%oy
} _>/T<Db
} w'Kc#2
Od>^yhn
void main() N'#Lb0`B
{ a[0]=3; ""dX4^gtU
comb(5,3); ic"n*SZa
} 7jb{E+DrG
【问题】 背包问题 t;Rdrk
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。 L?@TF;
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。 `mI%Se
对于第i件物品的选择考虑有两种可能: B>^5h?(lt
(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。 Wgh4DhAW
(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。 %7_c|G1
按以上思想写出递归算法如下: NjTVinz
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) `VT0wAe2;
{ /*考虑物品i包含在当前方案中的可能性*/ $jd>=TU|
if(包含物品i是可以接受的) NMSpi[dr
{ 将物品i包含在当前方案中; -V'`;zE6
if (i<n-1) 4b" %171
try(i+1,tw+物品i的重量,tv); I92c!`{
else -zeodv7
/*又一个完整方案,因为它比前面的方案好,以它作为最佳方案*/ doCWJ
以当前方案作为临时最佳方案保存; LNp%]*h
恢复物品i不包含状态; E0 nR Vg
} !U,^+"l'GP
/*考虑物品i不包含在当前方案中的可能性*/ [_3Rhp:
if (不包含物品i仅是可男考虑的) [\h k_(}
if (i<n-1) XsldbN^6
try(i+1,tw,tv-物品i的价值); sP0pw]!
else >.D0McQg
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ X^tVq..0
以当前方案作为临时最佳方案保存; gyW*-:C
} a0"gt"qA
为了理解上述算法,特举以下实例。设有4件物品,它们的重量和价值见表: 2p( M`@
物品 0 1 2 3 2$D
*~~
重量 5 3 2 1 Dm@wTt8N(
价值 4 4 3 1 ASuxty
9<An^lLK*
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。 LhZWK^!{S
&`a$n2ycy
按上述算法编写函数和程序如下:
\WM*2&
【程序】 $*| :A
# include <stdio.h> Nxu10
# define N 100 H=vrF - #
double limitW,totV,maxV; S7Xr~5>X
int option[N],cop[N]; i<g|+}I
struct { double weight; Fj9/@pe1
double value; .+G),P)
}a[N]; fhu-YYJt
int n; Ejdw"P"
void find(int i,double tw,double tv) ,L+tm>I
{ int k; %Fc,$ =
/*考虑物品i包含在当前方案中的可能性*/ U[zY0B
if (tw+a.weight<=limitW) 6 ^X$;
{ cop=1; Sf}>~z2
if (i<n-1) find(i+1,tw+a.weight,tv); PUB|XgQDY:
else k]<
{ for (k=0;k<n;k++) 4C(v BKl
option[k]=cop[k]; "(}xIsy
maxv=tv; 9l+`O0.@
} LxkToO{
cop=0; 0fvQPs!O
} 4#uWj?u
/*考虑物品i不包含在当前方案中的可能性*/ B$k<F8!%
if (tv-a.value>maxV) 'Y+AU#1~H
if (i<n-1) find(i+1,tw,tv-a.value); W[o~AbU
else ?JTy+V2t
{ for (k=0;k<n;k++) 9&}`.Py
option[k]=cop[k]; T0W B
maxv=tv-a.value; /)SwQgK#
} ^*C+^l&J!
} uROt h_/
%}cGAHV
void main() ~V?O%1)k?\
{ int k; lTPo2-j/eK
double w,v; (US]e
un
printf(“输入物品种数\n”); SoODss~X
scanf((“%d”,&n); -@%*~^~z'
printf(“输入各物品的重量和价值\n”); (LPMEQhI:
for (totv=0.0,k=0;k<n;k++) irCS}Dbw
{ scanf(“%1f%1f”,&w,&v); RqW
ZhHI1M
a[k].weight=w; [7?K9r\#
a[k].value=v; 1oaiA/bq
totV+=V; St&xe_:^<
} hGcq>Cvf
printf(“输入限制重量\n”); )((Jnm D
scanf(“%1f”,&limitV); ;Jt*s
maxv=0.0; 38!$9)
for (k=0;k<n;k++) cop[k]=0; qUSImgg
find(0,0.0,totV); ;HM&
":7
for (k=0;k<n;k++) CU 2;m\Hc
if (option[k]) printf(“%4d”,k+1); #M6@{R2_
printf(“\n总价值为%.2f\n”,maxv); m;{_%oQ;
} xA]CtB*o7
作为对比,下面以同样的解题思想,考虑非递归的程序解。为了提高找解速度,程序不是简单地逐一生成所有候选解,而是从每个物品对候选解的影响来形成值得进一步考虑的候选解,一个候选解是通过依次考察每个物品形成的。对物品i的考察有这样几种情况:当该物品被包含在候选解中依旧满足解的总重量的限制,该物品被包含在候选解中是应该继续考虑的;反之,该物品不应该包括在当前正在形成的候选解中。同样地,仅当物品不被包括在候选解中,还是有可能找到比目前临时最佳解更好的候选解时,才去考虑该物品不被包括在候选解中;反之,该物品不包括在当前候选解中的方案也不应继续考虑。对于任一值得继续考虑的方案,程序就去进一步考虑下一个物品。 ,#&lNQ'I
【程序】 ,v:m
# include <stdio.h> .MuS"R{y
# define N 100 oK@!yYv
double limitW; C$\|eC j
int cop[N]; m/n_e g
struct ele { double weight; bp2l%A;
double value; km'3[}8o&
} a[N]; XJsHy_6
int k,n; -;'8#"{`^
struct { int flg; _*6nTSL
double tw; STs~GOm-
double tv; "K`B'/08^
}twv[N]; H
r? G_L
void next(int i,double tw,double tv) ]y@8mb&
{ twv.flg=1; -,Cx|Nl
twv.tw=tw; EtJyI&7VK
twv.tv=tv; Wm4@+}
} y5iLFR3z
double find(struct ele *a,int n) "JAYTatO7H
{ int i,k,f; {bL6%._C
double maxv,tw,tv,totv; j]}A"8=1
maxv=0; _)Q)tOW
for (totv=0.0,k=0;k<n;k++) cBM
A.'uIL
totv+=a[k].value; -0PT(gx
next(0,0.0,totv); Bv
\ihUg/
i=0; }N(-e$88
While (i>=0) y.2_5&e/
{ f=twv.flg; vGO- a2Z
tw=twv.tw; szMh}q"u
tv=twv.tv; EP&