四、递归 cqSXX++CS,
4QTHBT+2`
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。 0^sY>N"
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。 f 9Kt>2IN
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 %S'+x[4W
斐波那契数列为:0、1、1、2、3、……,即: b?c/J{me
fib(0)=0; U7?v4O]D[
fib(1)=1; *mbzK*
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 8QZI(Xe9r
写成递归函数有: }YVF
fi~
int fib(int n) CH&{x7$he
{ if (n==0) return 0; ml<tH2Qx3C
if (n==1) return 1; .Z
67
if (n>1) return fib(n-1)+fib(n-2); Jv+w{"&
} Fx|`0LI+C
递归算法的执行过程分递推和回归两个阶段。在递推阶段,把较复杂的问题(规模为n)的求解推到比原问题简单一些的问题(规模小于n)的求解。例如上例中,求解fib(n),把它推到求解fib(n-1)和fib(n-2)。也就是说,为计算fib(n),必须先计算fib(n-1)和fib(n-2),而计算fib(n-1)和fib(n-2),又必须先计算fib(n-3)和fib(n-4)。依次类推,直至计算fib(1)和fib(0),分别能立即得到结果1和0。在递推阶段,必须要有终止递归的情况。例如在函数fib中,当n为1和0的情况。 ][
I OlR
在回归阶段,当获得最简单情况的解后,逐级返回,依次得到稍复杂问题的解,例如得到fib(1)和fib(0)后,返回得到fib(2)的结果,……,在得到了fib(n-1)和fib(n-2)的结果后,返回得到fib(n)的结果。 &K{8-
t
在编写递归函数时要注意,函数中的局部变量和参数知识局限于当前调用层,当递推进入“简单问题”层时,原来层次上的参数和局部变量便被隐蔽起来。在一系列“简单问题”层,它们各有自己的参数和局部变量。 _+'!l'`
由于递归引起一系列的函数调用,并且可能会有一系列的重复计算,递归算法的执行效率相对较低。当某个递归算法能较方便地转换成递推算法时,通常按递推算法编写程序。例如上例计算斐波那契数列的第n项的函数fib(n)应采用递推算法,即从斐波那契数列的前两项出发,逐次由前两项计算出下一项,直至计算出要求的第n项。 %,~?;JAj
【问题】 组合问题 28`s+sH
问题描述:找出从自然数1、2、……、n中任取r个数的所有组合。例如n=5,r=3的所有组合为: (1)5、4、3 (2)5、4、2 (3)5、4、1 3%5a&b
(4)5、3、2 (5)5、3、1 (6)5、2、1 p @nj6N.--
(7)4、3、2 (8)4、3、1 (9)4、2、1 -5 D<zP/
(10)3、2、1 %1.F;-GdsW
分析所列的10个组合,可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时,其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字,约定函数将确定的k个数字组合的第一个数字放在a[k]中,当一个组合求出后,才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k,函数将确定组合的第一个数字放入数组后,有两种可能的选择,因还未去顶组合的其余元素,继续递归去确定;或因已确定了组合的全部元素,输出这个组合。细节见以下程序中的函数comb。 YO$D-
【程序】 f&mi nBU
# include <stdio.h> 1P*hC<
# define MAXN 100 kDMvTVd
int a[MAXN];
S#?2E8
void comb(int m,int k) XUA@f*
{ int i,j; 7HBf^N.
for (i=m;i>=k;i--) zh*D2/r
{ a[k]=i; FK593z
if (k>1) 5a$EXV
comb(i-1,k-1); [`t ;or
else V`1{*PrI@L
{ for (j=a[0];j>0;j--) U/^#nU.,
printf(“%4d”,a[j]); 6]Is"3ca
printf(“\n”); 8hD[z}
} e-`.Ht
} tP7<WGHd/
} t15{>>f4>
0B7G:X0
void main() XFvl
{ a[0]=3; L_RVHvA=M/
comb(5,3); 6UuN-7z!"
} ]LUcOR
【问题】 背包问题 HyVV,q^E
问题描述:有不同价值、不同重量的物品n件,求从这n件物品中选取一部分物品的选择方案,使选中物品的总重量不超过指定的限制重量,但选中物品的价值之和最大。 ws+ '*7
设n件物品的重量分别为w0、w1、…、wn-1,物品的价值分别为v0、v1、…、vn-1。采用递归寻找物品的选择方案。设前面已有了多种选择的方案,并保留了其中总价值最大的方案于数组option[ ],该方案的总价值存于变量maxv。当前正在考察新方案,其物品选择情况保存于数组cop[ ]。假定当前方案已考虑了前i-1件物品,现在要考虑第i件物品;当前方案已包含的物品的重量之和为tw;至此,若其余物品都选择是可能的话,本方案能达到的总价值的期望值为tv。算法引入tv是当一旦当前方案的总价值的期望值也小于前面方案的总价值maxv时,继续考察当前方案变成无意义的工作,应终止当前方案,立即去考察下一个方案。因为当方案的总价值不比maxv大时,该方案不会被再考察,这同时保证函数后找到的方案一定会比前面的方案更好。 ^`'\eEa
对于第i件物品的选择考虑有两种可能: ;Pt8\X
(1) 考虑物品i被选择,这种可能性仅当包含它不会超过方案总重量限制时才是可行的。选中后,继续递归去考虑其余物品的选择。 /HpM17
(2) 考虑物品i不被选择,这种可能性仅当不包含物品i也有可能会找到价值更大的方案的情况。 d#a/J.Z$A
按以上思想写出递归算法如下: ~x\uZ^:
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) >&KH!:OX|
{ /*考虑物品i包含在当前方案中的可能性*/ Q(nTL WW
if(包含物品i是可以接受的) q.`<q
{ 将物品i包含在当前方案中; $Gv@lZ@=
if (i<n-1) >kK@tJn
try(i+1,tw+物品i的重量,tv); ZBK0`7#&EH
else |HD>m'e
/*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*/ i7XY3yhC
以当前方案作为临时最佳方案保存; YWl#!"-
恢复物品i不包含状态; $t.oGd@N
} LhbdvJAk@
/*考虑物品i不包含在当前方案中的可能性*/ jez0 A
if (不包含物品i仅是可男考虑的) H.ksI;,
if (i<n-1) uBx\xeI
try(i+1,tw,tv-物品i的价值); w;`Jj-
else $|- Lw!)D
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ >5Yn`Fc5
以当前方案作为临时最佳方案保存; $t):r@L
} Y~g{9 <!
为了理解上述算法,特举以下实例。设有4件物品,它们的重量和价值见表: ?J2A1iuq3
物品 0 1 2 3 kt2_WW[
重量 5 3 2 1 MmN{f~Kq9
价值 4 4 3 1 #0aBQ+_8H
eTvWkpK+
并设限制重量为7。则按以上算法,下图表示找解过程。由图知,一旦找到一个解,算法就进一步找更好的佳。如能判定某个查找分支不会找到更好的解,算法不会在该分支继续查找,而是立即终止该分支,并去考察下一个分支。 ['=O>YY
"Zgwe,#
按上述算法编写函数和程序如下: /DHgwpJ
【程序】 hbH~Ya=+S
# include <stdio.h> <v|"eq}
# define N 100 ,bl }@0A
double limitW,totV,maxV; ]yf?i350
int option[N],cop[N]; ^EX"fRwNi
struct { double weight; cZNcplt8
double value; M/=36{,w-
}a[N]; ,r w4Lo
int n; k8+J7(_c
void find(int i,double tw,double tv) hhy+bA}
{ int k; id1cZig
/*考虑物品i包含在当前方案中的可能性*/ z/1$G"
if (tw+a.weight<=limitW) =#Sw.N
{ cop=1; C!*!n^qA
if (i<n-1) find(i+1,tw+a.weight,tv); MONX&$
else hi1Ial\Y
{ for (k=0;k<n;k++) n9+33^ PT
option[k]=cop[k]; s Z[[ymu8
maxv=tv; 0vm> *M*p
} pD%(Y^h?
cop=0; O D}RnKL
} b?i+nhqI
/*考虑物品i不包含在当前方案中的可能性*/ CvY+b^ ;
if (tv-a.value>maxV) g%f5hy
if (i<n-1) find(i+1,tw,tv-a.value); *#XZ*Ga
else &L+uu',M0c
{ for (k=0;k<n;k++) \Mg_Q$
option[k]=cop[k]; [ ulub|
maxv=tv-a.value; UPuoIfuqI
} z3+@[I$
} .d1ff];
9;e!r DW,#
void main() kP
]Up&'
{ int k; f$xXR$mjf
double w,v; mQ:{>`
printf(“输入物品种数\n”); 2Cz haO
scanf((“%d”,&n); ;|5-{+2 U%
printf(“输入各物品的重量和价值\n”); $9,&BW_*
for (totv=0.0,k=0;k<n;k++) p0@^1
{ scanf(“%1f%1f”,&w,&v); GEWjQ;g
a[k].weight=w; o6[.$C
a[k].value=v; )@N d3Z
totV+=V; ZZT #V%Q=u
} kcCCa@~v
printf(“输入限制重量\n”); ^HC6v;K
scanf(“%1f”,&limitV); 6eV#x%z@v'
maxv=0.0; EnM
for (k=0;k<n;k++) cop[k]=0; 'E_~|C
find(0,0.0,totV);
':vZ&
for (k=0;k<n;k++) eO!9;dJ
if (option[k]) printf(“%4d”,k+1); 1#A$&'&\J;
printf(“\n总价值为%.2f\n”,maxv); CQ!pt@|d
} 3PNdc}h
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。 YZg#H)w%
【程序】 t WI-
# include <stdio.h> !RI _Uph
# define N 100 |3'
double limitW; >$4#G)s
int cop[N]; $d?W1D<A
struct ele { double weight; G\@pg;0|y
double value; 7)lEZJK&T
} a[N]; m-Eh0Zl>Z
int k,n; dz_S6o ]
struct { int flg; K;RH,o1
double tw; l[/`kK
double tv; dkC[SG`
}twv[N]; cV+?j}"*+
void next(int i,double tw,double tv) L^sjV/\oW
{ twv.flg=1; *LEy#N
twv.tw=tw; oACAC+CP
twv.tv=tv; CxFd/X,
} %!<Y
double find(struct ele *a,int n) ;77K1
{ int i,k,f; }UhYwJf89
double maxv,tw,tv,totv; $v0,)AL i
maxv=0; [8iY0m_Qe
for (totv=0.0,k=0;k<n;k++) #CC5+
totv+=a[k].value; k;l3^kTy
next(0,0.0,totv); %j7b0pb
i=0; vY4sU@+V
While (i>=0) n=.P46|
{ f=twv.flg; G !q[NRu
tw=twv.tw; 1t
R^
tv=twv.tv; !"L.g u-'
switch(f) m{/7)2.
{ case 1: twv.flg++; 1$>+rW{a
if (tw+a.weight<=limitW) |[*Bn3E:
if (i<n-1) f>N DtG.6
{ next(i+1,tw+a.weight,tv); OIcXelS:@k
i++; `z|0O
} E/zf9\
else ']M/'CcM
{ maxv=tv; cM#rus?)+
for (k=0;k<n;k++) my?Ly(#
cop[k]=twv[k].flg!=0; IVR%H_uz
} >+2&7u
break; 9kL,69d2
case 0: i--; bv+u7B6,
break; k#].nQG
default: twv.flg=0; QZzamT)"
if (tv-a.value>maxv) [l23b{
if (i<n-1) q(KjhM
{ next(i+1,tw,tv-a.value); g>lZs
i++; -vvyG
} @-$8)?`q
else #<*Vc6pC
{ maxv=tv-a.value; AC,RS7
for (k=0;k<n;k++) -o ).<
cop[k]=twv[k].flg!=0; FdU]!GO-X
} ^hIdmTf6
break; Z8|<%1Kge
}
}v ZOPTP
} ,d#*i
return maxv; 8u[_t.y4m
} ![_x/F9
'cD?0ou`o
void main() pQz1!0
{ double maxv; a1Fx|#!
mq
printf(“输入物品种数\n”); $V~@w.-Z#
scanf((“%d”,&n); S_ATsG*(
printf(“输入限制重量\n”); QaWS%0go
scanf(“%1f”,&limitW); 1JJsYX
printf(“输入各物品的重量和价值\n”); owAO&"C
for (k=0;k<n;k++) }p)K6!J0
scanf(“%1f%1f”,&a[k].weight,&a[k].value); @oXGa>Ru
maxv=find(a,n); D-gH_ff<]9
printf(“\n选中的物品为\n”); IG^@VQ%
for (k=0;k<n;k++) iGyetFqKw
if (option[k]) printf(“%4d”,k+1); \@<7Vo,
printf(“\n总价值为%.2f\n”,maxv); qN!oN*
}