四、递归 /"
,]J
,+0_kndR
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。 &uC7W.|
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。 ]R(=)
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 b}Jcj
斐波那契数列为:0、1、1、2、3、……,即: 8uNq353
fib(0)=0; rZ<@MV|d
fib(1)=1; XvWUJ6M
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 qWdL|8
写成递归函数有: w18kTa!4@
int fib(int n) :9.ik
{ if (n==0) return 0; 7D<M\l8G
if (n==1) return 1; -B'<*Y
if (n>1) return fib(n-1)+fib(n-2); cl[rgj
} 074)(X&:x
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。 =98@MX%P
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。 #Fq6-]y1")
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。 *1|&uE&_R
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。 THC34u]
【问题】 组合问题 n1X 7T0'
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 ]FP(,:Yw
(4)5、3、2 (5)5、3、1 (6)5、2、1 +TL5yuA
(7)4、3、2 (8)4、3、1 (9)4、2、1 *Mk5*_
(10)3、2、1 #A+ dj|
b
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。 Ny\p$v
"p
【程序】 "6o}g.
# include <stdio.h> 0@k)Cz[0;
# define MAXN 100 .*+%-%CbP
int a[MAXN]; p@ 0Va
void comb(int m,int k) {HHc}8
{ int i,j; Jsde+G,N
for (i=m;i>=k;i--) ye4 T2=
{ a[k]=i; Bu$Z+o
if (k>1) DAa??/,x7
comb(i-1,k-1); teIUSB[
else s|FfBG
{ for (j=a[0];j>0;j--) Gf*|f"O
printf(“%4d”,a[j]); 3@7IY4>o
printf(“\n”); Z#+lwZD
} [M?'Nw/[S
} O1[`2kj^HB
} }&!fT\4
Mwm9{1{
void main() ;&=c@>!xP#
{ a[0]=3; ufq9+}
comb(5,3); Q0l[1;$#
} _!_%Afz
【问题】 背包问题 K FM x(fD
问题描述:有不同价值、不同重量的物品n件,求从这n件物品中选取一部分物品的选择方案,使选中物品的总重量不超过指定的限制重量,但选中物品的价值之和最大。 "0Ca;hSLM2
设n件物品的重量分别为w0、w1、…、wn-1,物品的价值分别为v0、v1、…、vn-1。采用递归寻找物品的选择方案。设前面已有了多种选择的方案,并保留了其中总价值最大的方案于数组option[ ],该方案的总价值存于变量maxv。当前正在考察新方案,其物品选择情况保存于数组cop[ ]。假定当前方案已考虑了前i-1件物品,现在要考虑第i件物品;当前方案已包含的物品的重量之和为tw;至此,若其余物品都选择是可能的话,本方案能达到的总价值的期望值为tv。算法引入tv是当一旦当前方案的总价值的期望值也小于前面方案的总价值maxv时,继续考察当前方案变成无意义的工作,应终止当前方案,立即去考察下一个方案。因为当方案的总价值不比maxv大时,该方案不会被再考察,这同时保证函数后找到的方案一定会比前面的方案更好。 L{&5Ets
对于第i件物品的选择考虑有两种可能: `?P)RS30
(1) 考虑物品i被选择,这种可能性仅当包含它不会超过方案总重量限制时才是可行的。选中后,继续递归去考虑其余物品的选择。 ]fiAV|'^
(2) 考虑物品i不被选择,这种可能性仅当不包含物品i也有可能会找到价值更大的方案的情况。 BeFCt;
按以上思想写出递归算法如下: ey!QAEg"X1
try(物品i,当前选择已达到的重量和,本方案可能达到的总价值tv) 8p"R4
{ /*考虑物品i包含在当前方案中的可能性*/ (
&N`N1
if(包含物品i是可以接受的) 'fo.1
{ 将物品i包含在当前方案中; T*pcS'?'
if (i<n-1) >_esLsPWh]
try(i+1,tw+物品i的重量,tv); 4 s&9A/&pC
else Ynxzkm S
/*又一个完整方案,因为它比前面的方案好,以它作为最佳方案*/ )b\89F
以当前方案作为临时最佳方案保存; S~GL_#a
恢复物品i不包含状态; 5,vw%F-m
} ^VL",Nt
/*考虑物品i不包含在当前方案中的可能性*/ ;Gnk8lIsb
if (不包含物品i仅是可男考虑的) mssCnr;
if (i<n-1) o!$O+%4
try(i+1,tw,tv-物品i的价值); @3g$H[}
else =pa
F6!AB
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ 9=o;I;I
以当前方案作为临时最佳方案保存; E=3UaYr
} sW#OA\i&
为了理解上述算法,特举以下实例。设有4件物品,它们的重量和价值见表: HEBKRpt
物品 0 1 2 3 FV~ENpncP
重量 5 3 2 1 Tup2;\y
价值 4 4 3 1 /k_?S?
MdKkj[#
并设限制重量为7。则按以上算法,下图表示找解过程。由图知,一旦找到一个解,算法就进一步找更好的佳。如能判定某个查找分支不会找到更好的解,算法不会在该分支继续查找,而是立即终止该分支,并去考察下一个分支。 og$%`o:{
u*"mdL2
按上述算法编写函数和程序如下: <h"07.y
【程序】 %Eq4>o?D
# include <stdio.h> 9fhgCu]$
# define N 100 + $Yld{i
double limitW,totV,maxV; D #Ku5~j
int option[N],cop[N]; )}3!iDA
struct { double weight; Q |1-j
double value; 42B_8SK
}a[N]; wgPkSsuBuC
int n; Or:a\qQ1
void find(int i,double tw,double tv) ps@;Z?Q
{ int k; 31*0b|Z
/*考虑物品i包含在当前方案中的可能性*/ .$]%gjIBCl
if (tw+a.weight<=limitW) +CaA%u
{ cop=1; ;l$F<CzJay
if (i<n-1) find(i+1,tw+a.weight,tv); Y;I>rC(
else C]01(UoSZ
{ for (k=0;k<n;k++) rY:A LA
option[k]=cop[k]; vQ_D%f4;
maxv=tv; n97pxD_74
} WAzn`xGxR"
cop=0; rEfo)jod
} ibj3i7G?
/*考虑物品i不包含在当前方案中的可能性*/ ]-+%]'
if (tv-a.value>maxV) ]>T4\?aC
if (i<n-1) find(i+1,tw,tv-a.value); &)Z!A*w]
else K3I|d;Y~X!
{ for (k=0;k<n;k++) A8jj]J+
option[k]=cop[k]; NW%u#MZ[h
maxv=tv-a.value; Kh'7N!
} MpCK/eiC
} V;-$k@$b.
9\J6G8b>|I
void main() @o/126(k
{ int k; L0QF(:F5
double w,v; [+8in\T i
printf(“输入物品种数\n”); r!C#PiT}I
scanf((“%d”,&n); YYs/r
printf(“输入各物品的重量和价值\n”); W3~xjS"h
for (totv=0.0,k=0;k<n;k++) 8~@?cy1j!
{ scanf(“%1f%1f”,&w,&v); TDY2
M
a[k].weight=w; <RaUs2Q3.
a[k].value=v; 6a MG!_jC
totV+=V; {1VMwANj
} GUH-$rA
printf(“输入限制重量\n”); WJA0 `<~
scanf(“%1f”,&limitV); m2esVvP
maxv=0.0; ^V;h>X|
for (k=0;k<n;k++) cop[k]=0; b,r{wrLe)
find(0,0.0,totV); XUK!1}
for (k=0;k<n;k++) knb 9s`wR
if (option[k]) printf(“%4d”,k+1); UD6:X&Un
printf(“\n总价值为%.2f\n”,maxv); I/vQP+w O
} 9o<5Z=
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。 /$Ca}>
【程序】 7,BULs\g
# include <stdio.h> @SX-=Nr
# define N 100 B3NDx+%m
double limitW; VxTrL}{(6
int cop[N]; [19QpK WM
struct ele { double weight; :41Ch^\E
double value; aFf(m-
} a[N]; %Ix
int k,n; wUJ>?u9
struct { int flg; T-)lnrs^
double tw; u,&[I^WK`C
double tv; (_.0g}2
}twv[N]; lD41+x7
void next(int i,double tw,double tv) mYRsM s
{ twv.flg=1; VlbS\Y.
twv.tw=tw; *{fL t
twv.tv=tv; {I^@BW-
} W9M~2<
L
double find(struct ele *a,int n) "x~su?KiA
{ int i,k,f; [==x4Nb
double maxv,tw,tv,totv; K?$|Y-_D^M
maxv=0; j.O+e|kxU
for (totv=0.0,k=0;k<n;k++) 0E^6"nt7N
totv+=a[k].value; chs] ,7R
next(0,0.0,totv); QTLGM-Z
i=0; ww#]i&6
While (i>=0) H$44,8,m
{ f=twv.flg; "xxt_
tw=twv.tw; ~|kSQ7O^
tv=twv.tv; HpGI\s
switch(f) Zv|TvlyT"
{ case 1: twv.flg++; Uw5AHq).
if (tw+a.weight<=limitW) =6H
if (i<n-1) EgB$y"fs
{ next(i+1,tw+a.weight,tv); <l!{j? Kx
i++; FhJtiw@
} bg/a5$t
else |SSe n#PYp
{ maxv=tv; !E.CpfaC
for (k=0;k<n;k++) 2Sb68hJIE
cop[k]=twv[k].flg!=0; kPvR ,
} J<h!H
break; /c|X:F!;X#
case 0: i--; RTQtXv6mD
break; ;w(tXcXZ
default: twv.flg=0; O;8 3A
if (tv-a.value>maxv) =tQ^t4_
if (i<n-1) j[Z<|Da
{ next(i+1,tw,tv-a.value); sp8P[W1a
i++; rF\L}& Sw
} 4Gor*{
else )Rc
{ maxv=tv-a.value; z;Yo76P
for (k=0;k<n;k++) L{F[>^1Sb
cop[k]=twv[k].flg!=0; 155vY
} F!qt=)V@w
break;
H_vGa!_
} ]@wKm1%v
} 5v_vv'~
return maxv; 0i4XS*vPv
} F|bg2)|du8
U-:"Wx%G
void main() cP2n,>:
{ double maxv; Cc}3@Nf{/
printf(“输入物品种数\n”); #w1E3ahaX
scanf((“%d”,&n); 6.6;oa4j
printf(“输入限制重量\n”); w0&|8y
scanf(“%1f”,&limitW); K*9~g('
printf(“输入各物品的重量和价值\n”); q~6a$8+t
for (k=0;k<n;k++) Nf!WqD* je
scanf(“%1f%1f”,&a[k].weight,&a[k].value); VxW>XxG0
maxv=find(a,n); Y{7)$'At
printf(“\n选中的物品为\n”); PTP0 _|K
for (k=0;k<n;k++) ##5e:<c&[
if (option[k]) printf(“%4d”,k+1); G}LOQ7
printf(“\n总价值为%.2f\n”,maxv); _ZHDr[
}