四、递归 d94Le/E
]Y.GU 7`
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。 V$?@
z>7
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。 3bN]2\
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 1-=ZIHW
斐波那契数列为:0、1、1、2、3、……,即: Gv(?u
fib(0)=0; 7{JIHY+
fib(1)=1; 3QF/{$65!
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 /$=<"Y7&g
写成递归函数有: WeiDg,]e$b
int fib(int n) Q1[3C(
{ if (n==0) return 0; ;Pw\p^wz
if (n==1) return 1; 6k9cvMs%H
if (n>1) return fib(n-1)+fib(n-2); Y
n7z#bu
} - _?U/k(Hi
递归算法的执行过程分递推和回归两个阶段。在递推阶段,把较复杂的问题(规模为n)的求解推到比原问题简单一些的问题(规模小于n)的求解。例如上例中,求解fib(n),把它推到求解fib(n-1)和fib(n-2)。也就是说,为计算fib(n),必须先计算fib(n-1)和fib(n-2),而计算fib(n-1)和fib(n-2),又必须先计算fib(n-3)和fib(n-4)。依次类推,直至计算fib(1)和fib(0),分别能立即得到结果1和0。在递推阶段,必须要有终止递归的情况。例如在函数fib中,当n为1和0的情况。 CqVeR';2
在回归阶段,当获得最简单情况的解后,逐级返回,依次得到稍复杂问题的解,例如得到fib(1)和fib(0)后,返回得到fib(2)的结果,……,在得到了fib(n-1)和fib(n-2)的结果后,返回得到fib(n)的结果。 |L<p90
在编写递归函数时要注意,函数中的局部变量和参数知识局限于当前调用层,当递推进入“简单问题”层时,原来层次上的参数和局部变量便被隐蔽起来。在一系列“简单问题”层,它们各有自己的参数和局部变量。 b4?]/Uy+/
由于递归引起一系列的函数调用,并且可能会有一系列的重复计算,递归算法的执行效率相对较低。当某个递归算法能较方便地转换成递推算法时,通常按递推算法编写程序。例如上例计算斐波那契数列的第n项的函数fib(n)应采用递推算法,即从斐波那契数列的前两项出发,逐次由前两项计算出下一项,直至计算出要求的第n项。 ^&Vj m
【问题】 组合问题 q]2t3aY%
问题描述:找出从自然数1、2、……、n中任取r个数的所有组合。例如n=5,r=3的所有组合为: (1)5、4、3 (2)5、4、2 (3)5、4、1 Fm#`}K_
(4)5、3、2 (5)5、3、1 (6)5、2、1 AW<"3 !@
(7)4、3、2 (8)4、3、1 (9)4、2、1 ;O~k{5.iS
(10)3、2、1 +ktubJ@Qgj
分析所列的10个组合,可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时,其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字,约定函数将确定的k个数字组合的第一个数字放在a[k]中,当一个组合求出后,才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k,函数将确定组合的第一个数字放入数组后,有两种可能的选择,因还未去顶组合的其余元素,继续递归去确定;或因已确定了组合的全部元素,输出这个组合。细节见以下程序中的函数comb。 -]. a0
【程序】 X#Sgf|$
# include <stdio.h> ]tx/t^&/\u
# define MAXN 100 /6{P
?)]pE
int a[MAXN]; or
qL0i
void comb(int m,int k) BqtUL_jm
{ int i,j; @#QaaR;4
for (i=m;i>=k;i--) 5q,ZH6\
{
{ a[k]=i; }h+{>{2j
if (k>1) ~?JNI8
comb(i-1,k-1); 5"9'=LV~
else wx*03(|j;
{ for (j=a[0];j>0;j--) $W;f9k@C!
printf(“%4d”,a[j]); /T<))@$
printf(“\n”); ],-(YPiAD
} )#l&BV5
} Ay@/{RZz
} J{U
171
QAzwNXE+
void main() 7e:eL5f>~
{ a[0]=3; e'|IRhr
comb(5,3); Q2 Dh(
} ><xJQeW
【问题】 背包问题 #b9V&/ln
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。 aQ*?L
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。 Wud-(19
对于第i件物品的选择考虑有两种可能: 1t/mq?z:
(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。 :/R>0 n,
(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。 5t,X;
按以上思想写出递归算法如下: VHm.uL_UW
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) k&9[}a*
{ /*考虑物品i包含在当前方案中的可能性*/ #.{ddY{
if(包含物品i是可以接受的) 8ly6CP+^B
{ 将物品i包含在当前方案中; \0n<6^y
if (i<n-1) ` >loleI
try(i+1,tw+物品i的重量,tv); ^c]c`w
else ^'p!#\T;H
/*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*/ ?c<uN~fC=
以当前方案作为临时最佳方案保存; ws<pBC,m
恢复物品i不包含状态; >dJ[1s]
} NG8F'=<
/*考虑物品i不包含在当前方案中的可能性*/ VCzb[.
if (不包含物品i仅是可男考虑的) c_T+T/O
if (i<n-1) TVF:z_M9
try(i+1,tw,tv-物品i的价值); !l5@L\
else ! u@JH`
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ /r8sL)D+
以当前方案作为临时最佳方案保存; lNz1|nS(Kd
} C;?<WtH
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: #&b<D2d
物品 0 1 2 3 3^iVDbAW{
重量 5 3 2 1 '~VF*i^4
价值 4 4 3 1 " {X0&
nlZJ}xZ
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。 \5-Dp9vG
5me#/NqLHY
按上述算法编写函数和程序如下: 7x]q>Y8T
【程序】 ;9<?~S
# include <stdio.h> }USOWsLSt
# define N 100 "xNP"S
double limitW,totV,maxV; {e1sq^>|
int option[N],cop[N]; gnYo/q=K
struct { double weight; shEAr*u
double value; X|yVRQ?F`
}a[N]; r$<M*z5q(\
int n; dsOt(yNo
void find(int i,double tw,double tv) 8|nc($}~
{ int k; ?Yx2q_KZk
/*考虑物品i包含在当前方案中的可能性*/ Q!r&vQ/g
if (tw+a.weight<=limitW) _4T7Vg''
{ cop=1; >2F9Tz,3
if (i<n-1) find(i+1,tw+a.weight,tv); P$]K
else lavy?tFer
{ for (k=0;k<n;k++) )%<,JD
option[k]=cop[k]; 2.^CIJc
maxv=tv; <g&.U W4
} 3.9/mztS
cop=0; ~~O4!|t
} f\r"7j
/*考虑物品i不包含在当前方案中的可能性*/ F&lH5
if (tv-a.value>maxV) U5OFw+J
if (i<n-1) find(i+1,tw,tv-a.value); aPRMpY-YC3
else 1]Cdfj6@
{ for (k=0;k<n;k++) KEdqA/F>
option[k]=cop[k]; RR|X4h0.
maxv=tv-a.value; }|&^Sg%95
} JDW/Mc1bh
} TRJTJM_k
s:cJF
void main() tvBLfqIr
{ int k; !/ dH"h
double w,v; Z78i7k }
printf(“输入物品种数\n”); &gr
T@
scanf((“%d”,&n); k!G{#(++&6
printf(“输入各物品的重量和价值\n”); eA{A3.f"Hz
for (totv=0.0,k=0;k<n;k++) zqURnsJ
{ scanf(“%1f%1f”,&w,&v); <FAbImE}
a[k].weight=w; s
Ytn'&$\
a[k].value=v; L,!\PV|
totV+=V; I[b{*g2Zw
} mY[*Cj3WJ
printf(“输入限制重量\n”); O3)B]!xL
scanf(“%1f”,&limitV); }@/Ox
maxv=0.0; f,|;eF-Z
for (k=0;k<n;k++) cop[k]=0; ]HB1JJiS~
find(0,0.0,totV); (D6ks5Uui
for (k=0;k<n;k++) 9P,[MZ
if (option[k]) printf(“%4d”,k+1); X-Ev>3H
printf(“\n总价值为%.2f\n”,maxv); -ik=P]?
} k<Xb<U
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。 e@]m@
【程序】 r\}?HS06
# include <stdio.h> P: L6Zo-J
# define N 100 i3KAJ@
double limitW; w`r%_o-I
int cop[N]; PW iuM=E
struct ele { double weight; 9V~hz (^
double value; Bn%?{z)
} a[N]; c<~DYe;;
int k,n; lxbC 7?O
struct { int flg; O/$41mK+!
double tw; ZsCwNZR
double tv; <AiE~l| D
}twv[N]; DZLEx{cm
void next(int i,double tw,double tv) 8e
?9:VM]
{ twv.flg=1; b|may/xWH
twv.tw=tw; '66nqJb*
twv.tv=tv; T+t7/PwC;
} S6C DK:
double find(struct ele *a,int n) m6H+4@Z-;(
{ int i,k,f; YHke^Ind
double maxv,tw,tv,totv; H#WqO<<v
maxv=0; k_Sm ep
for (totv=0.0,k=0;k<n;k++) K6)IBV;
totv+=a[k].value; %Wm)
next(0,0.0,totv); 7l09
i=0; %&lwp
While (i>=0) 8Fbt >-N<\
{ f=twv.flg; Im};wJ&
tw=twv.tw; Eh|6{LDn!
tv=twv.tv; R<hsG%BS(D
switch(f) JlawkA
{ case 1: twv.flg++; ,%zE>^~
if (tw+a.weight<=limitW) F x$W3FIO]
if (i<n-1) 33a}M;vx
{ next(i+1,tw+a.weight,tv); V$iA3)7W%
i++; OwgPgrV
} :uqEGnEut
else u*oP:!s
{ maxv=tv; QW_v\GHx
for (k=0;k<n;k++) &uV|Ie8@q
cop[k]=twv[k].flg!=0; >* F#ZZv}p
} ;NAKU
break; hY *^rY'
case 0: i--; muBl~6_mb2
break; P!)F1U]!
default: twv.flg=0; t: ,lz8Y~
if (tv-a.value>maxv) $RHw6*COG
if (i<n-1) '!4\H"t
{ next(i+1,tw,tv-a.value); [iyhrc:@
i++; :9q|<[Y^
} |TJu|zv^
else &Ot9"Aq:
{ maxv=tv-a.value; ~H[_=
for (k=0;k<n;k++) !>+m46A
cop[k]=twv[k].flg!=0; (tT%rj!
} %RzkP}1>E
break; _0\wyjjU
} ~X'hRNFx~
} h^w# I
return maxv; V.yDZ"
} b`cH.v
gy#G; 9p
void main() 6pZ/C<Y|W
{ double maxv; MQy,[y7I
printf(“输入物品种数\n”); `V*$pHo
scanf((“%d”,&n); q'Y)Y(d
printf(“输入限制重量\n”); YPw=iF]
scanf(“%1f”,&limitW); xG'F
printf(“输入各物品的重量和价值\n”); m8gU8a"(
for (k=0;k<n;k++) _PP-'^ U
scanf(“%1f%1f”,&a[k].weight,&a[k].value); jT-tsQ .,
maxv=find(a,n); ^~bAixH^k
printf(“\n选中的物品为\n”); ;jlI>;C;V
for (k=0;k<n;k++) fCv.$5
if (option[k]) printf(“%4d”,k+1); Rp}Sm,w(
printf(“\n总价值为%.2f\n”,maxv); BG]|iHi
}