四、递归 1o*eu&@
[@LA<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。 N=[# "4I
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。 }2nmfm!
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 v@^P4cu;
斐波那契数列为:0、1、1、2、3、……,即: ?f\ ~:Gm/
fib(0)=0; "q,.O5q}Y
fib(1)=1; F&= X/
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 ;:5Ahfo \
写成递归函数有: O h{>xg
int fib(int n) U&}v1wdZ3
{ if (n==0) return 0; VQ,;~^Td
if (n==1) return 1; )J<VDO:_YA
if (n>1) return fib(n-1)+fib(n-2); V+'C71-P
} DN%b!K:
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。 pni*#W*n
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。 V0ig#?]
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。 S7Tc9"oqV
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。 @P@j9yR
【问题】 组合问题 ]W9 {<+&
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 0
P]+/
(4)5、3、2 (5)5、3、1 (6)5、2、1 > q!:*
(7)4、3、2 (8)4、3、1 (9)4、2、1 ZP}NFh%,u
(10)3、2、1 b|KlWt'
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。 f0d*%
【程序】 }mx>3G{d
# include <stdio.h> p|f5w"QcH
# define MAXN 100 z +NwGVk3
int a[MAXN]; jf
WZLb)
void comb(int m,int k) b|'{f?
{ int i,j; ,K>q{H^
for (i=m;i>=k;i--) 4[o/p8*/
{ a[k]=i; (SnrYO`#
if (k>1) kl0|22"Gz
comb(i-1,k-1); a\@k5?
else J+o6*t2|
{ for (j=a[0];j>0;j--)
x $@Gp
printf(“%4d”,a[j]); _d`)N
printf(“\n”); &u}]3E'-k
} []I_r=
} {^jk_G\ys
} QRL+-)DMc
iu9 <]1k
void main() 5tG\5
{ a[0]=3; s`63
y&Z[
comb(5,3); |h6u%t2AY
} {)L*\r
【问题】 背包问题 ]XS[\qo
问题描述:有不同价值、不同重量的物品n件,求从这n件物品中选取一部分物品的选择方案,使选中物品的总重量不超过指定的限制重量,但选中物品的价值之和最大。 3UX/
设n件物品的重量分别为w0、w1、…、wn-1,物品的价值分别为v0、v1、…、vn-1。采用递归寻找物品的选择方案。设前面已有了多种选择的方案,并保留了其中总价值最大的方案于数组option[ ],该方案的总价值存于变量maxv。当前正在考察新方案,其物品选择情况保存于数组cop[ ]。假定当前方案已考虑了前i-1件物品,现在要考虑第i件物品;当前方案已包含的物品的重量之和为tw;至此,若其余物品都选择是可能的话,本方案能达到的总价值的期望值为tv。算法引入tv是当一旦当前方案的总价值的期望值也小于前面方案的总价值maxv时,继续考察当前方案变成无意义的工作,应终止当前方案,立即去考察下一个方案。因为当方案的总价值不比maxv大时,该方案不会被再考察,这同时保证函数后找到的方案一定会比前面的方案更好。 4?2$~\
x
对于第i件物品的选择考虑有两种可能: }3DZ`8u
(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。 abgAUg)
(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。 /nas~{B
按以上思想写出递归算法如下: r;C
BA'Z
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) W~ i599!v
{ /*考虑物品i包含在当前方案中的可能性*/ (aTpBXGr=
if(包含物品i是可以接受的) n=8DC&
{ 将物品i包含在当前方案中; XK=-$2n
if (i<n-1) -D&d1`N4
try(i+1,tw+物品i的重量,tv); 76BA1x+G
else qQ
T^d
/*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*/ E# UAC2Q
以当前方案作为临时最佳方案保存; 8[\~}Q6
恢复物品i不包含状态; HV}*}Ty
} "t!_bma
/*考虑物品i不包含在当前方案中的可能性*/ "eb+O
if (不包含物品i仅是可男考虑的) !bGMVw6_
if (i<n-1) P'<D0
try(i+1,tw,tv-物品i的价值); 31)eDs
else lK yeG(
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ sb"h:i>O4
以当前方案作为临时最佳方案保存; kmZ
U;Z
} aP}30E*Y
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: r'E|6_0
物品 0 1 2 3 mi&mQQ
重量 5 3 2 1 dZIruZ)x
价值 4 4 3 1 X*QQVj
2Cgq&\wS
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。 eX3|<Bf
3@8Zy:[8<
按上述算法编写函数和程序如下: kl[Jt)"4@
【程序】 <#%kmYSL
# include <stdio.h> 4E0 Y=
# define N 100 l37)
Q
double limitW,totV,maxV; RJa1pYK
int option[N],cop[N]; qw35LyL
struct { double weight; tuIQiWHbM
double value; "IuPg=|#
}a[N]; 8d|#W
int n; 8=Aoj%l#
void find(int i,double tw,double tv) W%_Cda5,
{ int k; >V|KS(}s
/*考虑物品i包含在当前方案中的可能性*/ 'eDV-cB
if (tw+a.weight<=limitW) %RD%AliO}K
{ cop=1; ]7:*A7/!.
if (i<n-1) find(i+1,tw+a.weight,tv); +
X0db
else -hpC8YS
{ for (k=0;k<n;k++) 0Ma3
option[k]=cop[k];
KnxK9
maxv=tv; W>cHZ. _
} Y'eE({)<K
cop=0; s_RUb
} C
$*#<<G
/*考虑物品i不包含在当前方案中的可能性*/ V:*6R/Ft
if (tv-a.value>maxV) w3E#v&"=Y
if (i<n-1) find(i+1,tw,tv-a.value); -![>aqWmj1
else P&.-c _
{ for (k=0;k<n;k++) U{?#W
option[k]=cop[k]; wG}Rh,
maxv=tv-a.value; d*tn&d~k,
} .\}nDT
} K1_#Jhz
Kk|4
void main() Uxb>)36I
{ int k; W0;MGBfb
double w,v; O;H|nW}
printf(“输入物品种数\n”); m>&:)K}m
scanf((“%d”,&n); * G0I2
printf(“输入各物品的重量和价值\n”); K bM1b
for (totv=0.0,k=0;k<n;k++) ?v@pB>NZ
{ scanf(“%1f%1f”,&w,&v); "Kc1@EX=
a[k].weight=w; RElIWqgY
a[k].value=v; ujan2'YT
totV+=V; 3\E G
} '8V>:dy>
printf(“输入限制重量\n”); 6#upBF:
scanf(“%1f”,&limitV); _]6n]koD,
maxv=0.0; AoFxh o
for (k=0;k<n;k++) cop[k]=0; <BX'Owbs!O
find(0,0.0,totV); ukwO%JAr
for (k=0;k<n;k++) vHM,_I{
if (option[k]) printf(“%4d”,k+1); s~n@|m9k
printf(“\n总价值为%.2f\n”,maxv); ^udl&>
} \Jm^XXgS
作为对比,下面以同样的解题思想,考虑非递归的程序解。为了提高找解速度,程序不是简单地逐一生成所有候选解,而是从每个物品对候选解的影响来形成值得进一步考虑的候选解,一个候选解是通过依次考察每个物品形成的。对物品i的考察有这样几种情况:当该物品被包含在候选解中依旧满足解的总重量的限制,该物品被包含在候选解中是应该继续考虑的;反之,该物品不应该包括在当前正在形成的候选解中。同样地,仅当物品不被包括在候选解中,还是有可能找到比目前临时最佳解更好的候选解时,才去考虑该物品不被包括在候选解中;反之,该物品不包括在当前候选解中的方案也不应继续考虑。对于任一值得继续考虑的方案,程序就去进一步考虑下一个物品。 >}) W5Y+
【程序】 z 8y.@<6
# include <stdio.h> y41,T&ja
# define N 100 (Y:?qy
double limitW; AZf$XHP2
int cop[N]; L,_Z:\^
struct ele { double weight; o3,}X@p
double value; \SyG#.$
} a[N]; .Hm1ispq
int k,n; (K`@OwD
struct { int flg; K(75)/
double tw; |$G|M=*LN
double tv; =l+~}/7'Z
}twv[N]; 'v 0(ki#
void next(int i,double tw,double tv) 7(plHW|
{ twv.flg=1; i(an]%'v
twv.tw=tw; QUKv :;
twv.tv=tv; }2.0e5[
} Mi:i1i
cdn
double find(struct ele *a,int n) v18OUPPX
{ int i,k,f; v!6IH
double maxv,tw,tv,totv; F/w*[Xi
Sh
maxv=0; v/[*Pze,C
for (totv=0.0,k=0;k<n;k++) 4H_QQ6
totv+=a[k].value; :7[4wQDt4
next(0,0.0,totv); 'h3yxf}\
i=0; ?~=5x
While (i>=0) ':#DROe!
{ f=twv.flg; :)DvZx HE@
tw=twv.tw; Z Is=%6""&
tv=twv.tv; S:{`eDk\A_
switch(f) kj/v$m
{ case 1: twv.flg++; |<!xD
iB
if (tw+a.weight<=limitW) iCNJ%AZH
if (i<n-1) I~)A!vp
{ next(i+1,tw+a.weight,tv); n#"N"6s
i++; ,KFF[z
} fX{Xw0
else f?W" ^6Df
{ maxv=tv; 5KC
Zg'h
for (k=0;k<n;k++) *_H^]wNJG
cop[k]=twv[k].flg!=0; aK?PK }@
} ykD-L^}
break; 4`'V%)M
case 0: i--; 0P^&{ek+)
break; Qv;q*4_
default: twv.flg=0; M%v 6NxN
if (tv-a.value>maxv) wuKr9W9Xa
if (i<n-1) > K s.
{ next(i+1,tw,tv-a.value); tNC;CP#R+
i++; ^7iP!-w/
} bBgyLyg
else oz&RNB.K
{ maxv=tv-a.value;
4b
1a?
for (k=0;k<n;k++) "9O8#i<Nr
cop[k]=twv[k].flg!=0; /amWf^z
} V#TNv0&0
break; Z7J4rTA
} I/)*pzt8
} N?><%fra
return maxv; tKYg
} nUScDb2|
$ 9
k5a
void main() 3"LT ''
{ double maxv; mu$rG3M
printf(“输入物品种数\n”); fR#W#n#m
scanf((“%d”,&n); K:54`UJ
printf(“输入限制重量\n”); v(~EO(n.
scanf(“%1f”,&limitW); Ls/*&u
printf(“输入各物品的重量和价值\n”); |u_fVQj
for (k=0;k<n;k++) C"R}_C|r)*
scanf(“%1f%1f”,&a[k].weight,&a[k].value); &x)n K
maxv=find(a,n); YYF.0G}
printf(“\n选中的物品为\n”); 0S&C[I
o6
for (k=0;k<n;k++) c!]Q0ib6
if (option[k]) printf(“%4d”,k+1); g>;"Fymc'
printf(“\n总价值为%.2f\n”,maxv); q_z ;kCHM
}