四、递归 x=kJlGT
5&xbGEP$
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。 ZD4aT1|Q7
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。 x+b.9f4xJ
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 ~y"OyO i&
斐波那契数列为:0、1、1、2、3、……,即: VCwC$ts
fib(0)=0; Yv0y8Vz@
fib(1)=1; ?Ezy0>j
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 wN^^_
写成递归函数有: &.qLE
int fib(int n) P)LOAe1'
{ if (n==0) return 0; oTrit_@3
if (n==1) return 1; mP's4
if (n>1) return fib(n-1)+fib(n-2); BqUwvB4
} t+\<i8
递归算法的执行过程分递推和回归两个阶段。在递推阶段,把较复杂的问题(规模为n)的求解推到比原问题简单一些的问题(规模小于n)的求解。例如上例中,求解fib(n),把它推到求解fib(n-1)和fib(n-2)。也就是说,为计算fib(n),必须先计算fib(n-1)和fib(n-2),而计算fib(n-1)和fib(n-2),又必须先计算fib(n-3)和fib(n-4)。依次类推,直至计算fib(1)和fib(0),分别能立即得到结果1和0。在递推阶段,必须要有终止递归的情况。例如在函数fib中,当n为1和0的情况。 }pGjc_:']
在回归阶段,当获得最简单情况的解后,逐级返回,依次得到稍复杂问题的解,例如得到fib(1)和fib(0)后,返回得到fib(2)的结果,……,在得到了fib(n-1)和fib(n-2)的结果后,返回得到fib(n)的结果。 sE
^YOT<
在编写递归函数时要注意,函数中的局部变量和参数知识局限于当前调用层,当递推进入“简单问题”层时,原来层次上的参数和局部变量便被隐蔽起来。在一系列“简单问题”层,它们各有自己的参数和局部变量。 6cD3(//
由于递归引起一系列的函数调用,并且可能会有一系列的重复计算,递归算法的执行效率相对较低。当某个递归算法能较方便地转换成递推算法时,通常按递推算法编写程序。例如上例计算斐波那契数列的第n项的函数fib(n)应采用递推算法,即从斐波那契数列的前两项出发,逐次由前两项计算出下一项,直至计算出要求的第n项。 HZ1 nuA
【问题】 组合问题 MhJA8|B6|
问题描述:找出从自然数1、2、……、n中任取r个数的所有组合。例如n=5,r=3的所有组合为: (1)5、4、3 (2)5、4、2 (3)5、4、1 =woP~+
(4)5、3、2 (5)5、3、1 (6)5、2、1 dI>cPqQ
(7)4、3、2 (8)4、3、1 (9)4、2、1 bh#6yvpMR
(10)3、2、1 db&!t!#,
分析所列的10个组合,可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时,其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字,约定函数将确定的k个数字组合的第一个数字放在a[k]中,当一个组合求出后,才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k,函数将确定组合的第一个数字放入数组后,有两种可能的选择,因还未去顶组合的其余元素,继续递归去确定;或因已确定了组合的全部元素,输出这个组合。细节见以下程序中的函数comb。 \S&OAe/b
【程序】 YMVi7D~;Q$
# include <stdio.h> D1@yW}
4
# define MAXN 100 |<O^M q
int a[MAXN]; `g4N]<@z
void comb(int m,int k) W|"bV 6d3
{ int i,j; uGHM ]"!)
for (i=m;i>=k;i--) v=Q!ioE7
{ a[k]=i; eu":\ks
if (k>1) Z?V vFEt%
comb(i-1,k-1); <PM.4B@
else VLJ]OW8cO
{ for (j=a[0];j>0;j--) fxmY,{{
printf(“%4d”,a[j]); ~z")';I|
printf(“\n”); p<?lF
} a*iKpr- :
} @!}/$[hu1
} J:O&2g"g
DLD9
void main() {Ppb ;
{ a[0]=3; kUfb B#.5L
comb(5,3); @Ae&1O;Zh
} YY(_g|;?8
【问题】 背包问题 9c[bhGD?
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。 53d`+an2
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。 Cl3L)
对于第i件物品的选择考虑有两种可能:
$&1D l
(1) 考虑物品i被选择,这种可能性仅当包含它不会超过方案总重量限制时才是可行的。选中后,继续递归去考虑其余物品的选择。 3to!C"~\K-
(2) 考虑物品i不被选择,这种可能性仅当不包含物品i也有可能会找到价值更大的方案的情况。 wG6Oz2(
按以上思想写出递归算法如下: pred{HEye
try(物品i,当前选择已达到的重量和,本方案可能达到的总价值tv) h:sf?X[
{ /*考虑物品i包含在当前方案中的可能性*/ Db;>MWt+e
if(包含物品i是可以接受的) b80&${v
{ 将物品i包含在当前方案中; |o*qZ}6
if (i<n-1) 8&3&^!I
try(i+1,tw+物品i的重量,tv); p"- %~%J=
else a .?AniB0
/*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*/ BOP7@ D
以当前方案作为临时最佳方案保存; RLzqpE<rJ
恢复物品i不包含状态;
?P4y$P
} $!TMS&Wk
/*考虑物品i不包含在当前方案中的可能性*/ -]{
_^
if (不包含物品i仅是可男考虑的) \(;u[
if (i<n-1) )>U"WZ'<
try(i+1,tw,tv-物品i的价值); #2$wI^O
else -$_FKny
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ B-$zioZ
以当前方案作为临时最佳方案保存; ynZEJKo
} &9z`AY]>
为了理解上述算法,特举以下实例。设有4件物品,它们的重量和价值见表: Z'l!/l!
物品 0 1 2 3 U<>@)0~7g!
重量 5 3 2 1
+U%epq
价值 4 4 3 1 =sefT@<
j>l
并设限制重量为7。则按以上算法,下图表示找解过程。由图知,一旦找到一个解,算法就进一步找更好的佳。如能判定某个查找分支不会找到更好的解,算法不会在该分支继续查找,而是立即终止该分支,并去考察下一个分支。 hJ8%r_
2I& dTxIa
按上述算法编写函数和程序如下: DY{v@
<3
【程序】 G)c+GoK
# include <stdio.h> c5:0`~5Fn
# define N 100 !%DE(E*'(
double limitW,totV,maxV; _n{_\/A6f
int option[N],cop[N]; UEt78eN
struct { double weight; -#R`n'/
double value; ?L H[,8z
}a[N];
cfRUVe
int n; ^:mKTiA-
void find(int i,double tw,double tv) ~4Mz:h^
{ int k; g0 ;;+z
/*考虑物品i包含在当前方案中的可能性*/ ld):Am}/o
if (tw+a.weight<=limitW) p$= 3$I
{ cop=1; S3$C#mHX
if (i<n-1) find(i+1,tw+a.weight,tv);
nEW.Y33
else [*I7^h%
{ for (k=0;k<n;k++) qn{4AWmJ
option[k]=cop[k]; %s9*?6
maxv=tv; wZ69W$,p
} ,fN <I
cop=0; ZNpC&
"`G
} A$n.'*gK
/*考虑物品i不包含在当前方案中的可能性*/ ZX.,<vumSy
if (tv-a.value>maxV) g& f)WQ(
if (i<n-1) find(i+1,tw,tv-a.value); -3wid1SOm
else Aq7`A^1t$
{ for (k=0;k<n;k++) )OucJQ
option[k]=cop[k]; 0pl'*r*9
maxv=tv-a.value; E>gLUMG$
} 6}0_o[23
} ( ]0F3@k#s
vb]uO ' l
void main() ?I:_FT
{ int k; ^,?>6O
double w,v; ?iEn~9WCS
printf(“输入物品种数\n”); Io>U-Zd\>
scanf((“%d”,&n); "}ur"bU1
printf(“输入各物品的重量和价值\n”); gB+CM?
LKq
for (totv=0.0,k=0;k<n;k++) ~E_irzOFP
{ scanf(“%1f%1f”,&w,&v); xDSiTp=)O
a[k].weight=w; qW|h"9sr
a[k].value=v; ;=E}PbZt2
totV+=V; HZS.%+2
} m^0 I3;
printf(“输入限制重量\n”); S4_ZG>\VT
scanf(“%1f”,&limitV); +
65<|0
maxv=0.0; p]?eIovi
for (k=0;k<n;k++) cop[k]=0; zf5%|7o
find(0,0.0,totV); ZtP/|P5@
for (k=0;k<n;k++) o8IqO'
if (option[k]) printf(“%4d”,k+1); 5p:2gsk
printf(“\n总价值为%.2f\n”,maxv); RdL5VAD
} (^sb('"
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。 4ji'6JHPg
【程序】 xaV3N[Zd
# include <stdio.h> gbh/`
# define N 100 N1'Yo:_A
double limitW; 2chT^3e
int cop[N]; 30(e6T;
struct ele { double weight; NS+uiy
double value; -em3 #V
} a[N]; 1rU\ !GfR
int k,n; B6\/xKmv?8
struct { int flg; S$R=!3* "V
double tw; i.[k"(
double tv; JHVndK4L
}twv[N]; %u<r_^w5
void next(int i,double tw,double tv) jGJf[:M&Pm
{ twv.flg=1; 'd;aAG
twv.tw=tw; )cZ KB0*+
twv.tv=tv; W?.xtQEv
} jv1p'qs4
double find(struct ele *a,int n) K@!hrye
{ int i,k,f; )=aqj@v
double maxv,tw,tv,totv; B>z^W+Unyn
maxv=0; C:bA:O
for (totv=0.0,k=0;k<n;k++) @y0kX<M
totv+=a[k].value; LW("/
next(0,0.0,totv); {_z6
i=0; m}: X\G(6Q
While (i>=0) d4Y[}Fcp+
{ f=twv.flg; IF//bgk-
tw=twv.tw; -GQ.B{%G
tv=twv.tv; 2(e;pM2Dq
switch(f)
=&qfmq
{ case 1: twv.flg++; 9c1q:>|
if (tw+a.weight<=limitW) #-R]HLW*
if (i<n-1) >SYOtzg%
{ next(i+1,tw+a.weight,tv); d)XT> &
i++; r8FAV9A
} ^<v.=7cL0
else
60f%J1u
{ maxv=tv; A,=
R`m
for (k=0;k<n;k++) BP4vOZ0$
cop[k]=twv[k].flg!=0; ?o/p}6
} ilQ\+xR{b
break; a"1LF`
case 0: i--; miCY?=N`
break; 7Bf4ojKt
default: twv.flg=0; o(t`XE['<
if (tv-a.value>maxv) &qa16bz
if (i<n-1) ZC^?ng
{ next(i+1,tw,tv-a.value); *S4&V<W>
i++; +l7Bu} _?
} -ucR@P]
else m5KLi
&R
{ maxv=tv-a.value; QEx&AT
for (k=0;k<n;k++) =Q|s[F
cop[k]=twv[k].flg!=0; 6jl{^dI
} pMp@W`i^6
break; Tm~jYgJ
} pBQ[lPCY/
} F1`mq2^@
return maxv; X&K,,C
} :b#5cMUe
~n/:a
void main() ~ r$I&8
{ double maxv; _qQo}|/q
printf(“输入物品种数\n”); % %2~%FVb
scanf((“%d”,&n); u/\Ipk/
printf(“输入限制重量\n”); otP2qAI
scanf(“%1f”,&limitW); {>brue*)
printf(“输入各物品的重量和价值\n”); dQ<e}wtg
for (k=0;k<n;k++) j{zVVT
scanf(“%1f%1f”,&a[k].weight,&a[k].value); ' 94HVag
maxv=find(a,n); T16B2|C"Y
printf(“\n选中的物品为\n”); H@k$sZ.
for (k=0;k<n;k++) ^1--7#H
if (option[k]) printf(“%4d”,k+1); UB%;P-RD
printf(“\n总价值为%.2f\n”,maxv); `WQpGBS_z_
}