四、递归 SAUfA5|e
vk>EFm8l
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。 TTQ(\l4
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。 ~bsL
W:.'
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 /'<Qk'
斐波那契数列为:0、1、1、2、3、……,即: Zy+EIx
fib(0)=0; :3h'Hr
fib(1)=1; T x
6\
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 K H&o`U(}
写成递归函数有: V#-\ 4`c
int fib(int n) '}pe$=
{ if (n==0) return 0; wrJ:jTh
if (n==1) return 1; ~V`F5B
if (n>1) return fib(n-1)+fib(n-2); 'qt+.vd
} .CY;-
递归算法的执行过程分递推和回归两个阶段。在递推阶段,把较复杂的问题(规模为n)的求解推到比原问题简单一些的问题(规模小于n)的求解。例如上例中,求解fib(n),把它推到求解fib(n-1)和fib(n-2)。也就是说,为计算fib(n),必须先计算fib(n-1)和fib(n-2),而计算fib(n-1)和fib(n-2),又必须先计算fib(n-3)和fib(n-4)。依次类推,直至计算fib(1)和fib(0),分别能立即得到结果1和0。在递推阶段,必须要有终止递归的情况。例如在函数fib中,当n为1和0的情况。 c'Mi9,q
在回归阶段,当获得最简单情况的解后,逐级返回,依次得到稍复杂问题的解,例如得到fib(1)和fib(0)后,返回得到fib(2)的结果,……,在得到了fib(n-1)和fib(n-2)的结果后,返回得到fib(n)的结果。 ,2*x4Gycb
在编写递归函数时要注意,函数中的局部变量和参数知识局限于当前调用层,当递推进入“简单问题”层时,原来层次上的参数和局部变量便被隐蔽起来。在一系列“简单问题”层,它们各有自己的参数和局部变量。 >^|(AzS
由于递归引起一系列的函数调用,并且可能会有一系列的重复计算,递归算法的执行效率相对较低。当某个递归算法能较方便地转换成递推算法时,通常按递推算法编写程序。例如上例计算斐波那契数列的第n项的函数fib(n)应采用递推算法,即从斐波那契数列的前两项出发,逐次由前两项计算出下一项,直至计算出要求的第n项。 Duh[(r_
【问题】 组合问题 Du7DMo=l
问题描述:找出从自然数1、2、……、n中任取r个数的所有组合。例如n=5,r=3的所有组合为: (1)5、4、3 (2)5、4、2 (3)5、4、1 )Co&(;zf
(4)5、3、2 (5)5、3、1 (6)5、2、1 4Y!_tZ>
(7)4、3、2 (8)4、3、1 (9)4、2、1 ?x-:JME0
(10)3、2、1 *<rBV`AP
分析所列的10个组合,可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时,其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字,约定函数将确定的k个数字组合的第一个数字放在a[k]中,当一个组合求出后,才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k,函数将确定组合的第一个数字放入数组后,有两种可能的选择,因还未去顶组合的其余元素,继续递归去确定;或因已确定了组合的全部元素,输出这个组合。细节见以下程序中的函数comb。 V
'e_gH
【程序】 DI,8y"!5
# include <stdio.h> J*}Qnl +
# define MAXN 100 hO H
DXc"
int a[MAXN]; ZBcT@hxm
void comb(int m,int k) Bq
9Eu1
{ int i,j; j$Unw
for (i=m;i>=k;i--) ?jy6%Y#,i
{ a[k]=i; \
W.uV[\
if (k>1) blHJhB&8
comb(i-1,k-1); }+3v5Nz;
else rh+2
7"
{ for (j=a[0];j>0;j--) 8H<:?D/tH
printf(“%4d”,a[j]); B$)&;Q
printf(“\n”); )cUFb:D*"
} H}}g\|r&
} V3] Z~@
} ?Gr2@,jlD
E>2~cC*
void main() 6OLp x)fG
{ a[0]=3; h|OsT
comb(5,3); "1X@t'H38
} b,MzHx=im
【问题】 背包问题 aW.[3M;?v
问题描述:有不同价值、不同重量的物品n件,求从这n件物品中选取一部分物品的选择方案,使选中物品的总重量不超过指定的限制重量,但选中物品的价值之和最大。 ~o?(O1QY
设n件物品的重量分别为w0、w1、…、wn-1,物品的价值分别为v0、v1、…、vn-1。采用递归寻找物品的选择方案。设前面已有了多种选择的方案,并保留了其中总价值最大的方案于数组option[ ],该方案的总价值存于变量maxv。当前正在考察新方案,其物品选择情况保存于数组cop[ ]。假定当前方案已考虑了前i-1件物品,现在要考虑第i件物品;当前方案已包含的物品的重量之和为tw;至此,若其余物品都选择是可能的话,本方案能达到的总价值的期望值为tv。算法引入tv是当一旦当前方案的总价值的期望值也小于前面方案的总价值maxv时,继续考察当前方案变成无意义的工作,应终止当前方案,立即去考察下一个方案。因为当方案的总价值不比maxv大时,该方案不会被再考察,这同时保证函数后找到的方案一定会比前面的方案更好。 @Fs2J_v
对于第i件物品的选择考虑有两种可能: W2 p&LP
(1) 考虑物品i被选择,这种可能性仅当包含它不会超过方案总重量限制时才是可行的。选中后,继续递归去考虑其余物品的选择。 s4uYp
(2) 考虑物品i不被选择,这种可能性仅当不包含物品i也有可能会找到价值更大的方案的情况。 I%qZMoS1h
按以上思想写出递归算法如下: "PhP1;A9,
try(物品i,当前选择已达到的重量和,本方案可能达到的总价值tv) 0ghW};[6
{ /*考虑物品i包含在当前方案中的可能性*/ .*_uXQ
if(包含物品i是可以接受的) [<H'JsJl
{ 将物品i包含在当前方案中; ,ag:w<km
if (i<n-1) .
v
L4@_
try(i+1,tw+物品i的重量,tv); BGO!c[-
else YKtF)N;m]
/*又一个完整方案,因为它比前面的方案好,以它作为最佳方案*/ r'5~4'o$
以当前方案作为临时最佳方案保存; =FfxHo1k
恢复物品i不包含状态; N~]
4,~
} Aq~}<qkIF+
/*考虑物品i不包含在当前方案中的可能性*/ b?Zt3#
if (不包含物品i仅是可男考虑的) /CW
0N@
if (i<n-1) hI Q 2s
try(i+1,tw,tv-物品i的价值); THcK,`lX@
else ZQV,gIFys
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ `<3xi9
以当前方案作为临时最佳方案保存; o:x,zfW
} QgZ`~
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: qY^@^)b[
物品 0 1 2 3 g$P <`.
重量 5 3 2 1 X4z6#S58
价值 4 4 3 1 l]wjH5mz=i
%
bpVK~z
并设限制重量为7。则按以上算法,下图表示找解过程。由图知,一旦找到一个解,算法就进一步找更好的佳。如能判定某个查找分支不会找到更好的解,算法不会在该分支继续查找,而是立即终止该分支,并去考察下一个分支。 W7 iml|WV0
~8#Ku,vEy
按上述算法编写函数和程序如下: 5OS|Vp||b
【程序】 #MwNyZ
# include <stdio.h> md. #n
# define N 100 F]L$xU
double limitW,totV,maxV; HC[)):S*
int option[N],cop[N]; rQ+2 -|#
struct { double weight; .>A`FqV$~+
double value; U0Q:sA U
}a[N]; =!pfgE
int n; `~ ,
void find(int i,double tw,double tv) [->uDbt zL
{ int k; P}dhpU
/*考虑物品i包含在当前方案中的可能性*/ bU+
z(Eg6
if (tw+a.weight<=limitW) ESQgN+llj
{ cop=1; E/[<} ./
if (i<n-1) find(i+1,tw+a.weight,tv); |5(<
Vk=
else ]`S35b
{ for (k=0;k<n;k++) -kZOve|5
option[k]=cop[k]; Ait3KIJ9
maxv=tv; 4IEF{"c_8
} q)Uh_l.Cj
cop=0; aLKvl~s;m
} %?`TyVt&0
/*考虑物品i不包含在当前方案中的可能性*/ H|]~(.w 1}
if (tv-a.value>maxV) "h >B`S
if (i<n-1) find(i+1,tw,tv-a.value); _0uFe7sIZ
else `fA|])3T
{ for (k=0;k<n;k++) a`:ag~op@&
option[k]=cop[k]; 1`;,_>8
maxv=tv-a.value; NE'4atQ|
} 9N?BWv}
} AnUOv2
{Al}a`da
void main() FN)vFQ#J
{ int k; $cUTe
double w,v; 7j
<:hF~
printf(“输入物品种数\n”); >#jfZ5t
scanf((“%d”,&n); :vqfWK6mv
printf(“输入各物品的重量和价值\n”); a/(IvOy#6
for (totv=0.0,k=0;k<n;k++) No1*~EQ
{ scanf(“%1f%1f”,&w,&v); U<|h4'(@L
a[k].weight=w; lN<,<'&^.
a[k].value=v; BRu/pyxG
totV+=V; f T&>L
} !x, ;&
printf(“输入限制重量\n”); Z6Owxqfht
scanf(“%1f”,&limitV); LZ"yMnhOf
maxv=0.0; _Coh11
for (k=0;k<n;k++) cop[k]=0; 8LH"j(H
find(0,0.0,totV); _ zh>q4M
for (k=0;k<n;k++) qg(rG5kD@
if (option[k]) printf(“%4d”,k+1); ~sd+ch*
printf(“\n总价值为%.2f\n”,maxv); e=]>TeqG0
} Ai 9UB=[R
作为对比,下面以同样的解题思想,考虑非递归的程序解。为了提高找解速度,程序不是简单地逐一生成所有候选解,而是从每个物品对候选解的影响来形成值得进一步考虑的候选解,一个候选解是通过依次考察每个物品形成的。对物品i的考察有这样几种情况:当该物品被包含在候选解中依旧满足解的总重量的限制,该物品被包含在候选解中是应该继续考虑的;反之,该物品不应该包括在当前正在形成的候选解中。同样地,仅当物品不被包括在候选解中,还是有可能找到比目前临时最佳解更好的候选解时,才去考虑该物品不被包括在候选解中;反之,该物品不包括在当前候选解中的方案也不应继续考虑。对于任一值得继续考虑的方案,程序就去进一步考虑下一个物品。 3*DwXH +
【程序】 6axDuwQ
# include <stdio.h> ;g0p`wV
# define N 100 ;T6x$e
double limitW; C9`J6Uu
int cop[N]; e>:bV7h
j~
struct ele { double weight; Hvm+Tr2@
double value; bg8<}~zg
} a[N]; GO=&
int k,n; Pd,+=
ML
struct { int flg; D`t }V
double tw; (Nky?*
double tv; T2nbU6H
}twv[N]; nmLn]U=
void next(int i,double tw,double tv) `3v!i
{ twv.flg=1; yWs_Z6 b
twv.tw=tw; YEEgDw]BQ
twv.tv=tv; ae)0Yu`*G7
} q=M\#MlL0'
double find(struct ele *a,int n) Q}?yj,DD
{ int i,k,f; P&ig.Og*
double maxv,tw,tv,totv; "]j GCo>9
maxv=0; IQZBH2R
for (totv=0.0,k=0;k<n;k++) 9Yh0'
<Z
totv+=a[k].value; suh@
next(0,0.0,totv); Pgy&/-u
i=0; N@M(Iw
While (i>=0) FyZa1%Tv@
{ f=twv.flg; P(_wT:8C?
tw=twv.tw; zS@"ITy
tv=twv.tv; n\nC.|_G@
switch(f) >bf29tr
{ case 1: twv.flg++; I[~EQ{Iz
if (tw+a.weight<=limitW) YU89m7cc'
if (i<n-1) 9I a4PPEH1
{ next(i+1,tw+a.weight,tv); ^lqcF.
i++; 9.KOrg5}L
} y\'t{>U/
else 1PMBo=SUe8
{ maxv=tv; KfU4#2}
for (k=0;k<n;k++) O7#ECUH
cop[k]=twv[k].flg!=0; %$b)l?!
} BReNhk)S
break; \dyJ=tg
case 0: i--; Dt~Jx\\
break; *t;'I -1w^
default: twv.flg=0; {iP^51fy
if (tv-a.value>maxv) 73$^y)AvY
if (i<n-1) ZQT14. $L
{ next(i+1,tw,tv-a.value); Gy9+-7"V
i++; la ~T)U7
} |kvom 4 T
else Y[AL!h
{ maxv=tv-a.value; m6BIQ(l
for (k=0;k<n;k++) Zho d %n3
cop[k]=twv[k].flg!=0; SRl:+!@.
} r\y~
:
break; K2T&U$,
} 1}e1:m]r
} r5qp[Ss3F
return maxv; [>P@3t(/
} iH& Izv
j2T
Z`Z?a^
void main() ]HP
aM
{ double maxv; :CO>g=`
printf(“输入物品种数\n”); 7Op6>i
scanf((“%d”,&n); ;BV1E|j
printf(“输入限制重量\n”); B\a-Q,Wf
scanf(“%1f”,&limitW); M,Q(7z?#5
printf(“输入各物品的重量和价值\n”); t\nYUL-H
for (k=0;k<n;k++) _94|^
scanf(“%1f%1f”,&a[k].weight,&a[k].value); 3^l@!Qw
maxv=find(a,n); ^)&d7cSc
printf(“\n选中的物品为\n”); Z 6^AO=3
for (k=0;k<n;k++) fYF\5/_
if (option[k]) printf(“%4d”,k+1); +Zu*9&Cx
printf(“\n总价值为%.2f\n”,maxv); SwV{t}I
}