四、递归 cA2^5'$$
ab8oMi`z
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。 (9Fabo\SH
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。 t$ACQ*O
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 Tyg$`\#
斐波那契数列为:0、1、1、2、3、……,即: TW'E99wG
fib(0)=0; +e&m#d
fib(1)=1; *1 n;p)K
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 Q$/V) 0
写成递归函数有: ~| 4U@
int fib(int n) 82G lbd)
{ if (n==0) return 0; Dlqn~
if (n==1) return 1; wUh3Hd'
if (n>1) return fib(n-1)+fib(n-2); #rSasucr
} !:]s M-cCt
递归算法的执行过程分递推和回归两个阶段。在递推阶段,把较复杂的问题(规模为n)的求解推到比原问题简单一些的问题(规模小于n)的求解。例如上例中,求解fib(n),把它推到求解fib(n-1)和fib(n-2)。也就是说,为计算fib(n),必须先计算fib(n-1)和fib(n-2),而计算fib(n-1)和fib(n-2),又必须先计算fib(n-3)和fib(n-4)。依次类推,直至计算fib(1)和fib(0),分别能立即得到结果1和0。在递推阶段,必须要有终止递归的情况。例如在函数fib中,当n为1和0的情况。 Z%, \+tRe
在回归阶段,当获得最简单情况的解后,逐级返回,依次得到稍复杂问题的解,例如得到fib(1)和fib(0)后,返回得到fib(2)的结果,……,在得到了fib(n-1)和fib(n-2)的结果后,返回得到fib(n)的结果。 OpWC2t)
在编写递归函数时要注意,函数中的局部变量和参数知识局限于当前调用层,当递推进入“简单问题”层时,原来层次上的参数和局部变量便被隐蔽起来。在一系列“简单问题”层,它们各有自己的参数和局部变量。 `@ VM<av
由于递归引起一系列的函数调用,并且可能会有一系列的重复计算,递归算法的执行效率相对较低。当某个递归算法能较方便地转换成递推算法时,通常按递推算法编写程序。例如上例计算斐波那契数列的第n项的函数fib(n)应采用递推算法,即从斐波那契数列的前两项出发,逐次由前两项计算出下一项,直至计算出要求的第n项。 1(#*'xR
【问题】 组合问题 uW\@x4
问题描述:找出从自然数1、2、……、n中任取r个数的所有组合。例如n=5,r=3的所有组合为: (1)5、4、3 (2)5、4、2 (3)5、4、1 EqNz L*E
(4)5、3、2 (5)5、3、1 (6)5、2、1
?.4yg(
(7)4、3、2 (8)4、3、1 (9)4、2、1 z'vdC
(10)3、2、1 Wto@u4
分析所列的10个组合,可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时,其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字,约定函数将确定的k个数字组合的第一个数字放在a[k]中,当一个组合求出后,才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k,函数将确定组合的第一个数字放入数组后,有两种可能的选择,因还未去顶组合的其余元素,继续递归去确定;或因已确定了组合的全部元素,输出这个组合。细节见以下程序中的函数comb。 zN?$Sxttx
【程序】 j]@x Q,y
# include <stdio.h> doxdRYKL
# define MAXN 100 -dc"N|.
int a[MAXN]; 35]j;8N:
void comb(int m,int k) e]dPF[?7
{ int i,j; kuKnJWv
for (i=m;i>=k;i--) k"3Z@Px:
{ a[k]=i; }5TfQV6
if (k>1) m2-fi*Mgg
comb(i-1,k-1); t5X G^3X@
else fY)4]= L
{ for (j=a[0];j>0;j--) YYZs#_
printf(“%4d”,a[j]); !_^{udB}
printf(“\n”); ^cKv JSY
} +7U
A%q
} a `[?,W:q
} `[C v-
0,"n-5Im
void main() ~_f
|".T
{ a[0]=3; gr[ "A
comb(5,3); X1
0"G~0
} LoV*YSDAY
【问题】 背包问题 ~q'w),bE"Q
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。 3;t@KuQ66
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。 *1ID`o
对于第i件物品的选择考虑有两种可能: [`Qp;_K?t
(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。 +aXk^+~j
(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。 k
Nf!j
按以上思想写出递归算法如下: \ eyQo>(
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) NejsI un%
{ /*考虑物品i包含在当前方案中的可能性*/ b Q9"GO<X
if(包含物品i是可以接受的) Chb4VoE
{ 将物品i包含在当前方案中; lo>-}xd
if (i<n-1) l b1sV
try(i+1,tw+物品i的重量,tv); r=P$iG'&
else :(S/$^ U
/*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*/ kDceBs s
以当前方案作为临时最佳方案保存; )z*$`?)k
恢复物品i不包含状态; sGDrMAQt
} a dz;N;rIY
/*考虑物品i不包含在当前方案中的可能性*/ -;/@;W
if (不包含物品i仅是可男考虑的) :+gCO!9Y
if (i<n-1) (
F"& A?
try(i+1,tw,tv-物品i的价值); gne#v
else *`pec3"
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ EDa08+Y
以当前方案作为临时最佳方案保存; Ie`SWg*WL
} {7M4SC@p|
为了理解上述算法,特举以下实例。设有4件物品,它们的重量和价值见表: fB @pwmu
物品 0 1 2 3 ?+} E
重量 5 3 2 1 5x1jLPl'
价值 4 4 3 1 x"C93ft[
2AdHj&XE
并设限制重量为7。则按以上算法,下图表示找解过程。由图知,一旦找到一个解,算法就进一步找更好的佳。如能判定某个查找分支不会找到更好的解,算法不会在该分支继续查找,而是立即终止该分支,并去考察下一个分支。 wHN`-
5%
!i"9f_
按上述算法编写函数和程序如下: hcp'+:
【程序】 EK- bvZ
# include <stdio.h> <x%my4M
# define N 100 6Nd_YX
double limitW,totV,maxV; x+)hL
D[
n
int option[N],cop[N]; /+JP~K
struct { double weight; j|$y)FBX
double value; ['N#aDh.?
}a[N]; raI~BIfe
int n; YWBP'Mo
void find(int i,double tw,double tv) V\7u
{ int k; bl=*3qB
/*考虑物品i包含在当前方案中的可能性*/ *}WqYqOow
if (tw+a.weight<=limitW) a~N)qYL:
{ cop=1; $lG--s
if (i<n-1) find(i+1,tw+a.weight,tv); {D2d({7
else #<V'gE
{ for (k=0;k<n;k++) ^&w'`-ra
option[k]=cop[k]; va*>q-QCr
maxv=tv; qpEC!~y
} ()IgSj?,
cop=0; m5Laq'~0_
} W,oV$ s^
/*考虑物品i不包含在当前方案中的可能性*/ 1MzB?[gx
if (tv-a.value>maxV) LF,c-Cv!jL
if (i<n-1) find(i+1,tw,tv-a.value); -3XnK5
else @Oc}\Rg
{ for (k=0;k<n;k++) nOoh2jUM
option[k]=cop[k]; 0PX@E-n
maxv=tv-a.value; "@<g'T0
} 1XKIK(l
} nv|y@!(
^J=txsx
void main() *q9$SDm
{ int k; { dxyBDK
double w,v; Y?SJQhN6W
printf(“输入物品种数\n”); <qj@waKw4
scanf((“%d”,&n); Wv'B[;[)
printf(“输入各物品的重量和价值\n”); tp3N5I
for (totv=0.0,k=0;k<n;k++) hdDI%3vk3
{ scanf(“%1f%1f”,&w,&v); V\lF:3C
a[k].weight=w; Qz90 mb
a[k].value=v; #+Gs{i Xr
totV+=V; g<jK^\eW
} sN/Xofh
printf(“输入限制重量\n”); 9 u89P
scanf(“%1f”,&limitV); T//+&Sk[
maxv=0.0; :r+
1>F$o
for (k=0;k<n;k++) cop[k]=0; ,UJPLj^
find(0,0.0,totV); ~bQ:gArk
for (k=0;k<n;k++) JZ0+VB-3U
if (option[k]) printf(“%4d”,k+1); 9jFDBy+
printf(“\n总价值为%.2f\n”,maxv); IZ ha* 7
} ?fwr:aP~
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。 VFp)`+8
【程序】 )n61IqrW
# include <stdio.h> "tbBbEj?d
# define N 100 j[
YTg]
double limitW; &%51jM<
int cop[N]; $w}aX0dK&
struct ele { double weight; ,
Vr6
double value; J\},o|WI
} a[N]; a'.=.eDQ
int k,n; Xq$0% WjG
struct { int flg; m#(x D~V
double tw; ,$*klod
double tv; )CU(~s|s
}twv[N]; U}5KAi 9Z
void next(int i,double tw,double tv) 6iS+3+
{ twv.flg=1; e
q.aN3KB"
twv.tw=tw; Wsz9X;
twv.tv=tv; r!=VV!XZ
} 6!V* :.(
double find(struct ele *a,int n) "A$Y)j<#G
{ int i,k,f; uATRZMai
double maxv,tw,tv,totv; LD"}$vfs
maxv=0; Lg53
Ms%
for (totv=0.0,k=0;k<n;k++) g7ROA8xu
totv+=a[k].value; t)ry)[Dxv
next(0,0.0,totv); L3Iz]D3s
i=0; VdrF=V&] O
While (i>=0) Sa(rl^qZ2
{ f=twv.flg; ?q6eV~P
tw=twv.tw; uSbg*OA
tv=twv.tv; 27gm_*
switch(f) OuH]Y 70(
{ case 1: twv.flg++; cZ,_O~
if (tw+a.weight<=limitW) #.aLx$"a
if (i<n-1) Mqy`j9FbL
{ next(i+1,tw+a.weight,tv); !r,drb
i++; 3sNq3I
}
YDL)F<Y
else n*uZ=M_/Q
{ maxv=tv; `_
L|Is=n
for (k=0;k<n;k++) %dQX d]
cop[k]=twv[k].flg!=0; F3'G9Xf8Q=
} G
0 yt%qHE
break; LdL\B0^l
case 0: i--; b
/ySt<
break; Cm>F5$l{
default: twv.flg=0; Sy55w={
if (tv-a.value>maxv) .})8gL7V
if (i<n-1) `w}"0+V
{ next(i+1,tw,tv-a.value); }8e%s;C
i++; 2:yv:7t/
} XQPJ(.G
else )}v2Z3:
{ maxv=tv-a.value; CaMG$X&O
for (k=0;k<n;k++) Ws@s(5r
cop[k]=twv[k].flg!=0; wz=I+IN:
} IU}`5+:m
break; I1jF`xQ&0
} r+crE %-
} .nJGxz+X"
return maxv; `x3c},'@k
} x$*OglaS
t/w>t! q
void main() i|e-N?l
{ double maxv; P?
n`n!qZ
printf(“输入物品种数\n”); Qpc>5p![3
scanf((“%d”,&n); #kA+Yqy\)
printf(“输入限制重量\n”); H{If\B%1t
scanf(“%1f”,&limitW); fQdQ[
printf(“输入各物品的重量和价值\n”); 5{UGSz 1
for (k=0;k<n;k++) (J;<&v}Gad
scanf(“%1f%1f”,&a[k].weight,&a[k].value); e"Z~%,^A
maxv=find(a,n); VPuzu|
printf(“\n选中的物品为\n”); e BPMT
for (k=0;k<n;k++) }N NyUwFa
if (option[k]) printf(“%4d”,k+1); (Y86q\DQ?|
printf(“\n总价值为%.2f\n”,maxv); ]v#Q\Q8>
}