四、递归 Hcc"b0>}{
M-i_#EWP
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。 %lg=YGLQB
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。 lo'W1p
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 Isx#9C
斐波那契数列为:0、1、1、2、3、……,即: c\% r38
fib(0)=0; 31EyDU,W
fib(1)=1; ;/j= Ny{9
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 JWA@+u*k
写成递归函数有: K(XN-D/c
int fib(int n) TNQP"9[?
{ if (n==0) return 0; N?X^O#[
if (n==1) return 1; sBV4)xM
if (n>1) return fib(n-1)+fib(n-2); V21njRS
} 9o>8o
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。 yjJ5P`j]
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:I6( Zv0
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。 ,RN:^5 p
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。 7OjR._@
【问题】 组合问题 R0oKbs{
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 &sF^Fgg{
(4)5、3、2 (5)5、3、1 (6)5、2、1 ]0L&v7[
(7)4、3、2 (8)4、3、1 (9)4、2、1 ]tY
^0a
(10)3、2、1 qYhs|tY)
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。 =!m}xdTP
【程序】 e L.(p
k^<
# include <stdio.h> fr!Pj(Q1
# define MAXN 100 w>b-} t
int a[MAXN]; TNJG#8 n%Y
void comb(int m,int k) V]EtwA
{ int i,j; ["}rk
for (i=m;i>=k;i--) GElvz'S~
{ a[k]=i; M@W[Bz
if (k>1) +{]xtQB=,{
comb(i-1,k-1); zS]8V?`
else 2S' {!A
{ for (j=a[0];j>0;j--) ZIdA\_c
printf(“%4d”,a[j]); j1 =`|
printf(“\n”); -X+H2G
} xJ2*LM-
} <LRey%{q
} DS|KkTy3
e*j.
void main() f3|@|'
;
{ a[0]=3; fh^lO ^
comb(5,3); >&!RWH9*q
} `>o?CIdp
【问题】 背包问题 y$<Vha
问题描述:有不同价值、不同重量的物品n件,求从这n件物品中选取一部分物品的选择方案,使选中物品的总重量不超过指定的限制重量,但选中物品的价值之和最大。 }KhjlPhx
设n件物品的重量分别为w0、w1、…、wn-1,物品的价值分别为v0、v1、…、vn-1。采用递归寻找物品的选择方案。设前面已有了多种选择的方案,并保留了其中总价值最大的方案于数组option[ ],该方案的总价值存于变量maxv。当前正在考察新方案,其物品选择情况保存于数组cop[ ]。假定当前方案已考虑了前i-1件物品,现在要考虑第i件物品;当前方案已包含的物品的重量之和为tw;至此,若其余物品都选择是可能的话,本方案能达到的总价值的期望值为tv。算法引入tv是当一旦当前方案的总价值的期望值也小于前面方案的总价值maxv时,继续考察当前方案变成无意义的工作,应终止当前方案,立即去考察下一个方案。因为当方案的总价值不比maxv大时,该方案不会被再考察,这同时保证函数后找到的方案一定会比前面的方案更好。 7OWbAu;
对于第i件物品的选择考虑有两种可能: KsrjdJx, '
(1) 考虑物品i被选择,这种可能性仅当包含它不会超过方案总重量限制时才是可行的。选中后,继续递归去考虑其余物品的选择。 ` ]Ppau
(2) 考虑物品i不被选择,这种可能性仅当不包含物品i也有可能会找到价值更大的方案的情况。 T;L>P[hNn
按以上思想写出递归算法如下: Zf7&._y.
try(物品i,当前选择已达到的重量和,本方案可能达到的总价值tv) RI2f`p8k
{ /*考虑物品i包含在当前方案中的可能性*/ ?|e'Gbb_
if(包含物品i是可以接受的) Z/rTVAs@r
{ 将物品i包含在当前方案中; n&MG7`]N
if (i<n-1) 2BCtJ`S`
try(i+1,tw+物品i的重量,tv); h d~$WV0#
else q.2(OP>(
/*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*/ Q%aU42?_1
以当前方案作为临时最佳方案保存; PA w-6;
恢复物品i不包含状态; -CH`>
} 6WoAs)ZF
/*考虑物品i不包含在当前方案中的可能性*/ - y9>;6
if (不包含物品i仅是可男考虑的) r6'UUu
if (i<n-1) |#l=
try(i+1,tw,tv-物品i的价值); %r)avI
else {A|TowBN
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ rw)kAe31
以当前方案作为临时最佳方案保存; HyiFy7j
} >!6i3E^
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: ,@z4I0cTi\
物品 0 1 2 3 n]+W 3[i
重量 5 3 2 1 v&FF|)$
价值 4 4 3 1 ZtVAEIZ)
VGL#!4wK
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。 9dh>l!2
9{j66
按上述算法编写函数和程序如下: EliTFxp
【程序】 ~](fFa{
# include <stdio.h> YJxw 'U
>P
# define N 100 0:KE@=
double limitW,totV,maxV; G= ^X1+_
int option[N],cop[N]; Fyyg`J
struct { double weight; M9!AIHq4
double value; +D#Z n!P
}a[N]; R6 XuA(5
int n; m"c :"I6
void find(int i,double tw,double tv) b{DiM098
{ int k; h x6;YV
/*考虑物品i包含在当前方案中的可能性*/ c':ezEaC
if (tw+a.weight<=limitW) t<:D@J]a
{ cop=1; 0%s|Zbo!>
if (i<n-1) find(i+1,tw+a.weight,tv); #n\C
|
else mxwdugr`
{ for (k=0;k<n;k++) o-7>eE}+
option[k]=cop[k]; Q Z8QQ`*S
maxv=tv; *0Gz)'
} uQLlA&I"
cop=0; Ja]oGT=e
} 7=4 A;Ybq
/*考虑物品i不包含在当前方案中的可能性*/ [-*F"}D,
if (tv-a.value>maxV) P];JKE%
if (i<n-1) find(i+1,tw,tv-a.value); gM;}#>6
else wN37zPnV~
{ for (k=0;k<n;k++) PBks`
|+
option[k]=cop[k]; %>Xr5<$:&
maxv=tv-a.value; r0m)j
} z}}]jR\y?
} Iy
{U'a!
iZ[tHw||
void main() NnxM3*
{ int k; {F*N=pSq
double w,v; )Du-_Z
printf(“输入物品种数\n”); #`tD1T{;
scanf((“%d”,&n); <2
printf(“输入各物品的重量和价值\n”); w5]"ga>Y
for (totv=0.0,k=0;k<n;k++) nN`"z3o
{ scanf(“%1f%1f”,&w,&v); VmQh$&h
a[k].weight=w; !^U6Z@&/R
a[k].value=v; 0rMqWP
totV+=V; h"QbA"
} HOYq?40.R
printf(“输入限制重量\n”); b5ie <s
scanf(“%1f”,&limitV); <D /a l9
maxv=0.0; ]S8LY.Az5
for (k=0;k<n;k++) cop[k]=0; 1JTbCS
find(0,0.0,totV); #dJ 2Q_2
for (k=0;k<n;k++) ?)A2Kw>2
if (option[k]) printf(“%4d”,k+1); sV0Z
printf(“\n总价值为%.2f\n”,maxv); ]H 2R
} ;?9A(q_Z
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。 3\!F\tqD \
【程序】 $"fo^?d/s
# include <stdio.h> y~#\#w{
# define N 100 ;R1B9-,
double limitW; K_-MkY?+
int cop[N]; P!+v:'P5f
struct ele { double weight; I{n;4?
double value; &zN@5m$k;
} a[N]; hjY0w
int k,n; y/4ny,s"
struct { int flg; _%IqjJO{=r
double tw; yuNfhK/#r
double tv; >iy^$bqF
}twv[N]; RebTg1vGu
void next(int i,double tw,double tv) 7~.ZE
{ twv.flg=1; 1k>naf~O
twv.tw=tw; $v&C@l \
twv.tv=tv; \REc8nsLy
} SMq9j,k
double find(struct ele *a,int n) ltEF:{mLe#
{ int i,k,f; nUqy1(
double maxv,tw,tv,totv; UD*+"~
maxv=0; q:yO92Ow
for (totv=0.0,k=0;k<n;k++) Kfjryo9
totv+=a[k].value; nYov>x]
next(0,0.0,totv); P3$,ca'
i=0; IxP^i{/1?
While (i>=0) A[9NP-~
{ f=twv.flg; (UzPkl kZ
tw=twv.tw; F"BL#g66
tv=twv.tv; 6$z'wy/*
switch(f) u{+!&
2}k
{ case 1: twv.flg++; `cO|RhD@
if (tw+a.weight<=limitW) K`gc 4:A
if (i<n-1) %^')G+>i
{ next(i+1,tw+a.weight,tv); lM&UFEl-\
i++; t&pGQ
} q2Rf@nt
else P CsK()
{ maxv=tv; S>EDL
for (k=0;k<n;k++) .D3`'K3t{[
cop[k]=twv[k].flg!=0; 96)v#B?p
} 28+HKbgK
break; ~y@& }
case 0: i--; -R74/GBg
break; !=knppY
default: twv.flg=0; t[j9R#02?
if (tv-a.value>maxv) Fva]*5
if (i<n-1) f\=6I3z
{ next(i+1,tw,tv-a.value); &z QWIv
i++; W+/2c4$F3
} "MTq{f2?
else 'v+96b/;
{ maxv=tv-a.value; 5E.vje{U;
for (k=0;k<n;k++) ,L~snR'w
cop[k]=twv[k].flg!=0; }Oh5Nm)
} |} 9GHjG
break; 1V\1]J/
} acy"ct*I
} LiF.w:}
return maxv; '1lx{UzD
} 65t[vi*C
@@; 1%z
void main() "|\94
{ double maxv; 4(;20(q]
printf(“输入物品种数\n”); :g/{(#E@Z
scanf((“%d”,&n); . *Z#cq0
printf(“输入限制重量\n”); qm~Kw!kV
scanf(“%1f”,&limitW); +
p'\(Z(
printf(“输入各物品的重量和价值\n”); *eMLbU7
for (k=0;k<n;k++) EtPgzw[#c9
scanf(“%1f%1f”,&a[k].weight,&a[k].value); U<|B7t4M
maxv=find(a,n); z^"?sd
printf(“\n选中的物品为\n”); zcZ^s v>
for (k=0;k<n;k++) Wl?<c
uw00
if (option[k]) printf(“%4d”,k+1); DU(X,hDBF
printf(“\n总价值为%.2f\n”,maxv); 3!1&DII4
}