四、递归 Z 2N6r6
@."K"i'Bl
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。 w.q`E@ T*
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。 "[N2qJ}p
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 +})QT FV
斐波那契数列为:0、1、1、2、3、……,即: ?4bYb]8Z
fib(0)=0; 2g=
6s
fib(1)=1; rGP;0KtQ
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 G*I
写成递归函数有: s<zN`&t
int fib(int n) lxyTh'
{ if (n==0) return 0; )8A.Wg4S;c
if (n==1) return 1; ! :&SfPv
if (n>1) return fib(n-1)+fib(n-2); ,VS\ mG/}s
} %JM$]
递归算法的执行过程分递推和回归两个阶段。在递推阶段,把较复杂的问题(规模为n)的求解推到比原问题简单一些的问题(规模小于n)的求解。例如上例中,求解fib(n),把它推到求解fib(n-1)和fib(n-2)。也就是说,为计算fib(n),必须先计算fib(n-1)和fib(n-2),而计算fib(n-1)和fib(n-2),又必须先计算fib(n-3)和fib(n-4)。依次类推,直至计算fib(1)和fib(0),分别能立即得到结果1和0。在递推阶段,必须要有终止递归的情况。例如在函数fib中,当n为1和0的情况。 zMv`<m%
在回归阶段,当获得最简单情况的解后,逐级返回,依次得到稍复杂问题的解,例如得到fib(1)和fib(0)后,返回得到fib(2)的结果,……,在得到了fib(n-1)和fib(n-2)的结果后,返回得到fib(n)的结果。 -D~K9u]U_
在编写递归函数时要注意,函数中的局部变量和参数知识局限于当前调用层,当递推进入“简单问题”层时,原来层次上的参数和局部变量便被隐蔽起来。在一系列“简单问题”层,它们各有自己的参数和局部变量。 CPJ21^
由于递归引起一系列的函数调用,并且可能会有一系列的重复计算,递归算法的执行效率相对较低。当某个递归算法能较方便地转换成递推算法时,通常按递推算法编写程序。例如上例计算斐波那契数列的第n项的函数fib(n)应采用递推算法,即从斐波那契数列的前两项出发,逐次由前两项计算出下一项,直至计算出要求的第n项。 ;k!.ey$S
【问题】 组合问题 Kk8wlC
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 8"j $=T6;W
(4)5、3、2 (5)5、3、1 (6)5、2、1 c["1t1G
(7)4、3、2 (8)4、3、1 (9)4、2、1 6Qkjr</
(10)3、2、1 ,`bW(V
分析所列的10个组合,可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时,其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字,约定函数将确定的k个数字组合的第一个数字放在a[k]中,当一个组合求出后,才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k,函数将确定组合的第一个数字放入数组后,有两种可能的选择,因还未去顶组合的其余元素,继续递归去确定;或因已确定了组合的全部元素,输出这个组合。细节见以下程序中的函数comb。 },8|9z#pyB
【程序】 NftnbsTmy
# include <stdio.h> "z{/*uM2<
# define MAXN 100 @P7'MiP]K
int a[MAXN]; (%X *b.n=
void comb(int m,int k) 1kvX#h&V
{ int i,j; FOQ-KP\=,
for (i=m;i>=k;i--) 5-X$"Z|@
{ a[k]=i; }|Qh+{H*.
if (k>1) 46=E- Tq
comb(i-1,k-1); rWTaCU^qV
else \p(S4?I7
{ for (j=a[0];j>0;j--) !, BJO3&
printf(“%4d”,a[j]); d_25]B(
printf(“\n”); $`|hF[tv
} C~h#pAh
} Qn$'bK2V
} cg8/v:B
n+8YTjd
void main() 1Vy8eI`4
{ a[0]=3; LO_Xrj
comb(5,3); uVqc:Q"
} jlBsm'M<m
【问题】 背包问题 M7/5e3
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。 NCKR<!(
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。 D,cD]tB2
对于第i件物品的选择考虑有两种可能: v@{y}
(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。 rN&fFI
(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。 ^aB;Oo
按以上思想写出递归算法如下: g$uiwqNA%
try(物品i,当前选择已达到的重量和,本方案可能达到的总价值tv) wO,qFY
{ /*考虑物品i包含在当前方案中的可能性*/ !
v![K
if(包含物品i是可以接受的) mfj{_fR3
{ 将物品i包含在当前方案中; SD^::bH
if (i<n-1) c,r6+oX
try(i+1,tw+物品i的重量,tv); =78y*`L
else MGF!ZZ\
/*又一个完整方案,因为它比前面的方案好,以它作为最佳方案*/ DghyE`
以当前方案作为临时最佳方案保存; w:
BJ4bi=
恢复物品i不包含状态; ._0$#J S[
} D+!T5)>(
/*考虑物品i不包含在当前方案中的可能性*/ K}cZK
if (不包含物品i仅是可男考虑的) &>c=/]Lop
if (i<n-1) 7**zb"#y
try(i+1,tw,tv-物品i的价值); j0L%jz
else (')t>B1Z
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ ;j T{<
Y
以当前方案作为临时最佳方案保存; 12
)
} rPB Ju0D"
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: t%mi#Gh(
物品 0 1 2 3 MEI&]qI
重量 5 3 2 1 RhJ 3>DL
价值 4 4 3 1 s>DFAu!
\*MZ1Q*x
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。 L"YQji!
<W!T+sMQj
按上述算法编写函数和程序如下: >7WT4l)7!b
【程序】 iX?j "=!
# include <stdio.h> .Yk}iHcW.
# define N 100 q,sO<1wAT\
double limitW,totV,maxV; j/Kul}Ml\*
int option[N],cop[N]; ?.,F3@W "
struct { double weight; Oyb9
ql^
double value; :30daKo
}a[N]; MTwzL<@$
int n; %;wDB2k*
void find(int i,double tw,double tv) =&g:dX|q8
{ int k; \&d1bq
/*考虑物品i包含在当前方案中的可能性*/ VnN(lJ
if (tw+a.weight<=limitW) <e Y2}Ml
{ cop=1; GfgHFv
if (i<n-1) find(i+1,tw+a.weight,tv); V~Guw[RA
else ~p+
`pwjY1
{ for (k=0;k<n;k++) fm#7}Y
option[k]=cop[k]; sfVzVS[
maxv=tv; 9|jMN
j]vo
} #+i5'p(4
cop=0; t^bh2$J
} \`8$bpW[nS
/*考虑物品i不包含在当前方案中的可能性*/ ZHRMW'Ne
if (tv-a.value>maxV) hB'rkjt
if (i<n-1) find(i+1,tw,tv-a.value); &gh>'z;`r
else PY CG#U
{ for (k=0;k<n;k++) G=e'H-
option[k]=cop[k]; MHE/#G
maxv=tv-a.value; pw))9~XU
} 6=%\@
} ;Zf7|i`R3
auB+ g'l
void main() ']!wc8m1"
{ int k; #.FhN x
double w,v; }w=|"a|,
printf(“输入物品种数\n”); $LBgBH&z
scanf((“%d”,&n); CT\rx>[J.6
printf(“输入各物品的重量和价值\n”); uv$utu><
*
for (totv=0.0,k=0;k<n;k++) 4U$M0 =
{ scanf(“%1f%1f”,&w,&v); OZKZv,
a[k].weight=w; ;5|d[r}k3
a[k].value=v; CTqhXk[
totV+=V; [IyC}lSW^-
} _Kli~$c& M
printf(“输入限制重量\n”); B%x?VOdBE
scanf(“%1f”,&limitV); t@2MEo
maxv=0.0; un`4q-S7
for (k=0;k<n;k++) cop[k]=0; PTQN.[bBh
find(0,0.0,totV); #T>pu/EQX_
for (k=0;k<n;k++) .5~3D97X&
if (option[k]) printf(“%4d”,k+1); WK#c* rsij
printf(“\n总价值为%.2f\n”,maxv); | @B|o-
} DEPsud ;
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。 P-Gp^JX8
【程序】 1Fsa}UK
# include <stdio.h> F)aF.'$-/
# define N 100
u7&5t
double limitW; z+c8G
int cop[N]; dM -<aq
struct ele { double weight; eS%8WmCV9<
double value; 1#zD7b~
} a[N]; {XXnMO4uR;
int k,n; %4wHiCOg
struct { int flg;
PmE8O
double tw; R<r,&X?m
double tv; O^~nf%
}twv[N]; fndH]Yp
void next(int i,double tw,double tv) (AG((eV
{ twv.flg=1; FZ FPzH
twv.tw=tw; (F#2z\$;
twv.tv=tv; e\ZV^h}TQ
} 4`sW_
ks
double find(struct ele *a,int n) "`KT7
{ int i,k,f; Q ~eh_>"
double maxv,tw,tv,totv; \h}sA
maxv=0; 4^^=^c
for (totv=0.0,k=0;k<n;k++) j^/^PUR
totv+=a[k].value; ~'Korxa
next(0,0.0,totv); EQy~ ^7V B
i=0; @><8YN^)%
While (i>=0) E,/nK
{ f=twv.flg; Gl4f:`
tw=twv.tw; #Fh:z4
tv=twv.tv; YCG$GD
switch(f) 3'55!DE
{ case 1: twv.flg++; &!>.)I`
if (tw+a.weight<=limitW) =|V#~p*
if (i<n-1) Tog'3k9Uw
{ next(i+1,tw+a.weight,tv); 2FM}"g<8
i++; qjN*oM,
} Z>.('
else 9$ixjkIg
{ maxv=tv; .aC/ g?U
for (k=0;k<n;k++)
d-I&--"ju
cop[k]=twv[k].flg!=0; (Wn^~-`=+
} Go7 oj'"
break; F{eI[A
case 0: i--; As|e=ut(
break; MwD8a<2Dg
default: twv.flg=0; 8)YDUE%VH
if (tv-a.value>maxv) qy/t<2'
if (i<n-1) $nNCBC=
{ next(i+1,tw,tv-a.value); +EH"A
i++; G^le91$
} *~`BG5w
else Y~e)3e
{ maxv=tv-a.value; U7?v4O]D[
for (k=0;k<n;k++) *3rs+0
cop[k]=twv[k].flg!=0; ]Yw$A
} gdA2u;q
break; x~vNUyEN)
} Fxc_s/^=t
} _DH^ K9,9
return maxv; ');vc~C
} "RN]
@p#m
(:HT|gKoE
void main() Kk6=61} A
{ double maxv; >6HGh#0(p
printf(“输入物品种数\n”); &9fQW?Czs
scanf((“%d”,&n); `Z8k#z'bN
printf(“输入限制重量\n”); %^L{K[}
scanf(“%1f”,&limitW); yDwh]t
printf(“输入各物品的重量和价值\n”); 7HBf^N.
for (k=0;k<n;k++) W(R~K -
scanf(“%1f%1f”,&a[k].weight,&a[k].value); ?-vWNv
maxv=find(a,n); ao"2kqa)r
printf(“\n选中的物品为\n”); j~G(7t
for (k=0;k<n;k++) )Wr_*>xj
if (option[k]) printf(“%4d”,k+1); h]s~w
printf(“\n总价值为%.2f\n”,maxv); oV0T
}