四、递归 #!\g5 ')mC
&Y"u*)bm
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。 XW6>;:4k
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。 Lwgk}!KR
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 sygAEL;.
斐波那契数列为:0、1、1、2、3、……,即: `B;^:u
fib(0)=0; ugg08 am!
fib(1)=1; tP2hU[7Z
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 >Pv#)qtm
写成递归函数有: ]|[,N>
int fib(int n) u\zRWX
{ if (n==0) return 0; F9q<MTh
if (n==1) return 1; &1:xY.Zs_
if (n>1) return fib(n-1)+fib(n-2); :)+|q
} ^9eJ)12pK
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。 CuPZ0
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。 9;u$a^R.
在编写递归函数时要注意,函数中的局部变量和参数知识局限于当前调用层,当递推进入“简单问题”层时,原来层次上的参数和局部变量便被隐蔽起来。在一系列“简单问题”层,它们各有自己的参数和局部变量。 1btQ[a6j
由于递归引起一系列的函数调用,并且可能会有一系列的重复计算,递归算法的执行效率相对较低。当某个递归算法能较方便地转换成递推算法时,通常按递推算法编写程序。例如上例计算斐波那契数列的第n项的函数fib(n)应采用递推算法,即从斐波那契数列的前两项出发,逐次由前两项计算出下一项,直至计算出要求的第n项。 I%(`2rD8G
【问题】 组合问题 QK-_~9V
问题描述:找出从自然数1、2、……、n中任取r个数的所有组合。例如n=5,r=3的所有组合为: (1)5、4、3 (2)5、4、2 (3)5、4、1 XGZ1a/x;s
(4)5、3、2 (5)5、3、1 (6)5、2、1 XW6Ewrm=vT
(7)4、3、2 (8)4、3、1 (9)4、2、1 Y5fwmH,a-
(10)3、2、1
Ch607i=
分析所列的10个组合,可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时,其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字,约定函数将确定的k个数字组合的第一个数字放在a[k]中,当一个组合求出后,才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k,函数将确定组合的第一个数字放入数组后,有两种可能的选择,因还未去顶组合的其余元素,继续递归去确定;或因已确定了组合的全部元素,输出这个组合。细节见以下程序中的函数comb。 AW@I,
【程序】 W?8 |h
# include <stdio.h> 0_Tr>hz
# define MAXN 100 f.0~HnNg1
int a[MAXN]; mM"!=' z
void comb(int m,int k) `,ZsKxI
{ int i,j; M xUj7ae
for (i=m;i>=k;i--) %-?HCjT
{ a[k]=i; ppIMaP
if (k>1) I9Af\ k|^
comb(i-1,k-1); 7g3vh%G.
else msS5"Qr
{ for (j=a[0];j>0;j--) @giipF2$
printf(“%4d”,a[j]); %'Ebm
printf(“\n”); F+R4nFA
} %^xY7!{
} g$eb@0$
} ZRO
7Zp'}Om<I
void main() \I; lgz2
{ a[0]=3; _*B]yz6z
comb(5,3); 17[7)M88
} )BudV zg
【问题】 背包问题 7{j9vl6
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>_u'
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。 s"`uE$6N
对于第i件物品的选择考虑有两种可能: :.6kXX'~
(1) 考虑物品i被选择,这种可能性仅当包含它不会超过方案总重量限制时才是可行的。选中后,继续递归去考虑其余物品的选择。 'mj0+c$
(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。 1HxE0>
按以上思想写出递归算法如下: U/&!F
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) xN0n0
{ /*考虑物品i包含在当前方案中的可能性*/ &AH@|$!E
if(包含物品i是可以接受的) B*E:?4(<P
{ 将物品i包含在当前方案中; ~p<o":k+Lv
if (i<n-1) /g2( <
try(i+1,tw+物品i的重量,tv); x/47e8/
else GQ
ZEMy7
/*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*/ NK]X ="`
以当前方案作为临时最佳方案保存; aH'Sz'|E
恢复物品i不包含状态; E[HXbj"
} TTpK8cC
/*考虑物品i不包含在当前方案中的可能性*/ #R<4K0Xan
if (不包含物品i仅是可男考虑的) Epsc2TuH7
if (i<n-1) s2)a8<
try(i+1,tw,tv-物品i的价值); _7?o/Q?F%
else *[@lp7
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ a+ZP]3@
7
以当前方案作为临时最佳方案保存; ?UnOi1"v9
} i ]gF
6:&
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: L=ZKY
物品 0 1 2 3 ~{'.9
重量 5 3 2 1 4FEOV,n
价值 4 4 3 1 cf?*6q?n
;1^_.3
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。 eZR{M\Q
wQJY,|.
按上述算法编写函数和程序如下: UN[rW0*
【程序】 "jly[M}C
# include <stdio.h> 5$0@f`sj
# define N 100 H2`aw3
double limitW,totV,maxV; xM}lX(V!w
int option[N],cop[N]; vs;T}'O
struct { double weight; |H 0+.f;
double value; Bh?K_{e
}a[N]; q:@$$}FjL
int n; %k
@ "*
void find(int i,double tw,double tv) j@$p(P$
{ int k; cx M=#Go
/*考虑物品i包含在当前方案中的可能性*/ dQLR%i#P8
if (tw+a.weight<=limitW) 6f/>o$
{ cop=1; |k3ZdM
if (i<n-1) find(i+1,tw+a.weight,tv); ;=>4
'$8
else wND0KiwH
{ for (k=0;k<n;k++) T:IKyb
option[k]=cop[k]; -Wc'k 2oU
maxv=tv; AGkk|`
} {-D2K:m
cop=0; |&lAt\
} 9{\eE]0
/*考虑物品i不包含在当前方案中的可能性*/ w?]k$
if (tv-a.value>maxV) %4?
if (i<n-1) find(i+1,tw,tv-a.value); `!Ei
H<H}
else I`:nb
{ for (k=0;k<n;k++) JPW+(n|g
option[k]=cop[k]; 3\WLm4
maxv=tv-a.value; ]+x;tPo
} ^XEX" E
} J(F]?H
?3jOE4~aHr
void main() }@Lbvaa
{ int k; vUh.ev0
double w,v; k]W~_
printf(“输入物品种数\n”); *e{d^
scanf((“%d”,&n); H^sPC{6+pf
printf(“输入各物品的重量和价值\n”); E8#RG-ci
for (totv=0.0,k=0;k<n;k++) +[@Ug`5M
{ scanf(“%1f%1f”,&w,&v); e8O[xM
a[k].weight=w; ,":_=Tf.
a[k].value=v; $ KQ7S>T
totV+=V; =FUORj\O
} i{TErJ{}e
printf(“输入限制重量\n”); "?a(JC
scanf(“%1f”,&limitV); s,>1n0a
maxv=0.0; Z'p7I}-qr
for (k=0;k<n;k++) cop[k]=0; }
<; y,4f
find(0,0.0,totV); X+"8yZz3?
for (k=0;k<n;k++) v+ dt1;
if (option[k]) printf(“%4d”,k+1); (%]&Pe]
printf(“\n总价值为%.2f\n”,maxv); QWG?^T
fi
} ) '"@L7U
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。 .n1]Yk;,1
【程序】 !~PLW] Z4
# include <stdio.h> 6O2 r5F$T
# define N 100 IBm&a^
double limitW; qV0C2jZ2
int cop[N]; 1"{3v@yi
struct ele { double weight; e.9oB<Etp
double value; m@ b~
} a[N]; #]bWE$sU<
int k,n; lSU&Yqx
struct { int flg; ~t\Hb8o
double tw; BoJ@bOe#
double tv; 3{B`[$
}twv[N]; Iu`eQG
void next(int i,double tw,double tv) TMZg GUn
{ twv.flg=1; |r_S2)zH9m
twv.tw=tw; 1HK5OT&
twv.tv=tv; ~_=ohb{
} >v^Bn|_/
double find(struct ele *a,int n) j.OPDe{LU
{ int i,k,f; Cc^`M9dP
double maxv,tw,tv,totv; b$)b/=2
maxv=0; E`%Ewt$Z
for (totv=0.0,k=0;k<n;k++) ^50#R<Ny
totv+=a[k].value; XmN3[j
next(0,0.0,totv); J/Ki]T9
i=0; 8_WFSF^
While (i>=0) >Z
ZX]#=I
{ f=twv.flg; 0kP,Zj<
tw=twv.tw; &qqS'G*
tv=twv.tv; Uv'.]#H<
switch(f) GWa_^
{ case 1: twv.flg++; "QA <5P
if (tw+a.weight<=limitW) u(V4KUk
if (i<n-1) AA34JVm]
{ next(i+1,tw+a.weight,tv); RbUBKMZU
i++; +`g&J
} Z7?C^m
else 7Wub@Mp
{ maxv=tv; 6(
TG/J
for (k=0;k<n;k++) <*u[<
cop[k]=twv[k].flg!=0; &scHyt
} Qk?;n F
break; #7K&x.w$
case 0: i--; p\5DW'
break; O@St^o*A}
default: twv.flg=0; 4RYK9=NH
if (tv-a.value>maxv) Mo`7YS-Y
if (i<n-1) * Zb-YA
{ next(i+1,tw,tv-a.value); [|<2BQX
i++; RGy4p)z*+
} }|>mR];
else l?E7'OEF:
{ maxv=tv-a.value; (.Yt|
"j
for (k=0;k<n;k++) Q.:SIBP
cop[k]=twv[k].flg!=0; Yy]^_,r
} D/pc)3Ofe
break; }WXO[ +l
} T1yJp$yD"
} qXmkeidb&W
return maxv; $8#zPJR&
} z;`o>Ja2
{~7VA
void main() KsI[
{ double maxv; ((L=1]w
printf(“输入物品种数\n”); "1P8[
scanf((“%d”,&n); gE8p**LT+
printf(“输入限制重量\n”); VE{[52
scanf(“%1f”,&limitW); EJ&[I%jU
printf(“输入各物品的重量和价值\n”); X=]FVHV;
for (k=0;k<n;k++) )+T\LU
scanf(“%1f%1f”,&a[k].weight,&a[k].value); 'P(S*sr
maxv=find(a,n); !uoU 8Ki9
printf(“\n选中的物品为\n”); a!YpSFr
for (k=0;k<n;k++) mD`v>L
if (option[k]) printf(“%4d”,k+1); "C 7-^R#
printf(“\n总价值为%.2f\n”,maxv); m }I@:s2
}