四、递归 ;DXg
]8/g[Ii
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。 0,5)L\{
R
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。 -OXC;y
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 V_/.]zQA
斐波那契数列为:0、1、1、2、3、……,即: Y1R?,5
fib(0)=0; N~~
sM"n
fib(1)=1; hMnm>
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 ;b_l/T(
写成递归函数有: \[&&4CN{
int fib(int n) ,)M/mG?,
{ if (n==0) return 0; @UQ421Z`
if (n==1) return 1; ]\m>N]P]
if (n>1) return fib(n-1)+fib(n-2); yS1i$[JV
} 3@42uG>
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。 " 6ScVa5)
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。 2{<o1x,Ym
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。 (\UpJlW
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。 6uIgyO*;k
【问题】 组合问题 DM,)nh6'
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 qs!A)H#
(4)5、3、2 (5)5、3、1 (6)5、2、1 q~`dxq`}
(7)4、3、2 (8)4、3、1 (9)4、2、1 2p~}<B
(10)3、2、1 j]C}S*`"
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。 _p^$.\k"
【程序】 dngG=
# include <stdio.h> jss.j~8
# define MAXN 100 *vzEfmN:d
int a[MAXN]; '0w</g
void comb(int m,int k) 3~1Gts
{ int i,j; AQwai>eL
for (i=m;i>=k;i--) +{0v@6<(02
{ a[k]=i; CaC \\5wl
if (k>1) [}!0PN?z~A
comb(i-1,k-1); [kf6bf@
else R@){=8%z
{ for (j=a[0];j>0;j--) % {-r'Yi%
printf(“%4d”,a[j]); WK0:3q(P
printf(“\n”); Vh?RlIUA
} (67byO{
} u\;d^A
} nyetK
}bSDhMV;
void main() ,0c]/Sd*p
{ a[0]=3; k~F;G=P
comb(5,3); Dt!
<
} H:S<O%f
【问题】 背包问题 Gt)ij?~
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。 JIIc4fyy8s
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。 W-*HAS
对于第i件物品的选择考虑有两种可能: J/IRCjQ}
(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。 33; '6/
(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。 =X9fn
按以上思想写出递归算法如下: ZZ L@UO>:
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) sY4q$Fq
{ /*考虑物品i包含在当前方案中的可能性*/ ex
BLj
*]
if(包含物品i是可以接受的) S*gm[ZLQ
{ 将物品i包含在当前方案中; N\];{pe>
if (i<n-1) !9.FI{W
try(i+1,tw+物品i的重量,tv); f >.^7.is
else M4D @G
/*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*/ KaX*) P
以当前方案作为临时最佳方案保存; na|sKE;{
恢复物品i不包含状态; KK6fRtKv>q
} 7377g'jL
/*考虑物品i不包含在当前方案中的可能性*/ @+l=R|
if (不包含物品i仅是可男考虑的) DJ*mWi.
if (i<n-1) Bgn%d4W;G
try(i+1,tw,tv-物品i的价值); q#@r*hl
else 4$WR8
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ #4JLWg
以当前方案作为临时最佳方案保存; \Z,{De%
} r<4j;"lQK
为了理解上述算法,特举以下实例。设有4件物品,它们的重量和价值见表: C
fM[<w
物品 0 1 2 3 \7%#4@;?
重量 5 3 2 1 U1HG{u,"y
价值 4 4 3 1 \A,zwdt
P
h!v<J
并设限制重量为7。则按以上算法,下图表示找解过程。由图知,一旦找到一个解,算法就进一步找更好的佳。如能判定某个查找分支不会找到更好的解,算法不会在该分支继续查找,而是立即终止该分支,并去考察下一个分支。 _6V1oe2
}i,r{Y]s]
按上述算法编写函数和程序如下: a+cDH
【程序】 Q4hY\\Hi
# include <stdio.h> hlDB'8
# define N 100 Fe4>G8uuwn
double limitW,totV,maxV; kiyc ^s
int option[N],cop[N]; .izq}q*P
struct { double weight; 0Sz[u\w
double value;
)UM^#<-
}a[N]; [8^q3o7n
int n; [61*/=gWe
void find(int i,double tw,double tv) HFI0\*xn(
{ int k; TYb$+uY
/*考虑物品i包含在当前方案中的可能性*/ S<-nlBs.
if (tw+a.weight<=limitW) ]d-.Mw,'
{ cop=1; W7
dSx
if (i<n-1) find(i+1,tw+a.weight,tv); fggs
;Le
else yk)]aqic
{ for (k=0;k<n;k++) `d$@1
option[k]=cop[k]; )-emSV0zE
maxv=tv; ~mARgv
} g27'il
cop=0; !&>`
} &H]/'i-
/*考虑物品i不包含在当前方案中的可能性*/ "I)zi]vk
if (tv-a.value>maxV) $\Y&2&1s
if (i<n-1) find(i+1,tw,tv-a.value); y/c3x*l.xL
else y:}qoT_.
{ for (k=0;k<n;k++) L"%SU
option[k]=cop[k]; <y] 67:"<v
maxv=tv-a.value; |Rz.Pt6
} r+8D|stS
} nAEyL+6U
} P ,"
void main() 8ZVQM7O
{ int k; 0Zi+x#&d
double w,v; Lr D@QBT
printf(“输入物品种数\n”); SXZ9+<\
scanf((“%d”,&n); @)uV Fw"\
printf(“输入各物品的重量和价值\n”); MCmb/.&wu
for (totv=0.0,k=0;k<n;k++) [i/!ovcY
{ scanf(“%1f%1f”,&w,&v); v={{$=/t
a[k].weight=w; X<}}DZSu a
a[k].value=v; $vf gYl4q
totV+=V; HDhISPg
} ,;6 V=ok
printf(“输入限制重量\n”); ;_e9v,
scanf(“%1f”,&limitV); |cf-S8pwY
maxv=0.0; %7)TiT4V
for (k=0;k<n;k++) cop[k]=0; kFWwz^x
find(0,0.0,totV); >ep<W<b
for (k=0;k<n;k++) #@$80eFq
if (option[k]) printf(“%4d”,k+1); oT):#,s
printf(“\n总价值为%.2f\n”,maxv); 5'I+%66?h$
} iVI&
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。 M`H#Qo5/
【程序】 BsIF3sS#9
# include <stdio.h> 1N8] ~j
# define N 100 _|#abLh%
double limitW; *9EwZwE_K
int cop[N]; 0% rDDB
struct ele { double weight; II=`=H{
double value; OuTV74
} a[N]; 7Ed0BJTa
int k,n; G+8)a$?v
struct { int flg; W^tD6H;
double tw; j2MA['{
double tv; S} m=|3%y
}twv[N]; m4hkV>$d
void next(int i,double tw,double tv) 6DHK&<=D8
{ twv.flg=1; K$,Zg
twv.tw=tw; K6IT$$g
twv.tv=tv; X3:z=X&Zd
} gT+g@\u[
double find(struct ele *a,int n) )4
4Y`v
{ int i,k,f; @.eN+o9|
double maxv,tw,tv,totv; /grTOf&
maxv=0; yxt"vm;
for (totv=0.0,k=0;k<n;k++) T UcFx_
totv+=a[k].value; O2{["c
e
next(0,0.0,totv); 6VGY4j}:(
i=0; f1 x&Fk
While (i>=0) 'v6@5t19j
{ f=twv.flg; Zd[rn:9\
tw=twv.tw; lvke!~#
tv=twv.tv; U6M~N0)Yr
switch(f) %} `` :
{ case 1: twv.flg++; 1!v{#w{u7
if (tw+a.weight<=limitW) lKf58
mB
if (i<n-1) u5oM;#{@-
{ next(i+1,tw+a.weight,tv); %;'~TtW5
i++; }HoCfiE=X
} M}\h?s
else Tz @=N] D
{ maxv=tv; oe*1jR_J`[
for (k=0;k<n;k++) d+q],\"R
cop[k]=twv[k].flg!=0; 9&Jf4lC94
} TJ"-cWpO1
break; 6'Q{xJe?
case 0: i--; Z3S+")^
break; Nm?^cR5r
default: twv.flg=0; zZ=SAjT QP
if (tv-a.value>maxv) xb,d,(^ ]R
if (i<n-1) w|9 >4
{ next(i+1,tw,tv-a.value); 8fXiadP#
i++; Dkz/hg:q
} <YaT r9%w
else ybBmg'198
{ maxv=tv-a.value; M =^d
for (k=0;k<n;k++) ZxF`i>/h
cop[k]=twv[k].flg!=0; p) 8S]p]
} \Bo%2O%4
break; ) E^S+ps
} ukiWNF/
} w2DC5ei'
return maxv; 0g?)j-
} oYqHl1cs
#t
;`
void main() E4X6f
{ double maxv; 2aYBcPFQh#
printf(“输入物品种数\n”); F/oqYk9`
scanf((“%d”,&n); v;]rFc#Px[
printf(“输入限制重量\n”); ;U* /\+*h
scanf(“%1f”,&limitW); A=<7*E
printf(“输入各物品的重量和价值\n”); 981-[ga`Y
for (k=0;k<n;k++) hXTfmFy{n
scanf(“%1f%1f”,&a[k].weight,&a[k].value); nTy]sPn
maxv=find(a,n); =[(34#
printf(“\n选中的物品为\n”); 8
lggGt
for (k=0;k<n;k++) )~U1sW&t
if (option[k]) printf(“%4d”,k+1); b>-DX
printf(“\n总价值为%.2f\n”,maxv); "_WN[jm
}