四、递归 8Bc2?NI=
B1I{@\z0G
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。 rHybP6C<
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。 l7<VH z0b
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 AU}|o0Ur
斐波那契数列为:0、1、1、2、3、……,即: p.MLKp-'
fib(0)=0; KqBiF]Q
fib(1)=1; 5&A' +]
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 yI!W658$6
写成递归函数有: xIb{*)BUwc
int fib(int n) G^;]]Ji"
{ if (n==0) return 0; [P6A$HC<
if (n==1) return 1; BTOl`U
if (n>1) return fib(n-1)+fib(n-2); 'F*OlZ!BWy
} n Jz* }=
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。 uHZjpMoM
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。 ~U ]%>Zf
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。 ]A+t@/k
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。 Gw6Odj
【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 wvxqgXnB\
(4)5、3、2 (5)5、3、1 (6)5、2、1 KB~`3Wj|Z
(7)4、3、2 (8)4、3、1 (9)4、2、1 B'O1dRj&6
(10)3、2、1 0>;[EFL
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。 7)> L#(N
【程序】 wpNb/U
# include <stdio.h> MCXt,`}[
# define MAXN 100 8{%&P%vf
int a[MAXN]; E+ XR[p
void comb(int m,int k) 7bVKH[
{ int i,j; u^2/:L
for (i=m;i>=k;i--)
D4@(_6^
{ a[k]=i;
Du-Q~I6
if (k>1) _S*QIbO
comb(i-1,k-1); hr&UD| E=
else ,Cy&tRjR B
{ for (j=a[0];j>0;j--) ignOF
printf(“%4d”,a[j]); ^4[QX
-_2
printf(“\n”); $j!:ET'V
} =:TQ_>$Nc2
} <h~uGBS"
} V.+a}J=Cw
Fy>g*3
void main() gId
:IR
{ a[0]=3; \f]w'qiW5
comb(5,3); tqt~F2u
} Xp6Z<Z&N
【问题】 背包问题 =8]Ru(#Ig
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。 ne[H `7c
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。 }\A0g}
对于第i件物品的选择考虑有两种可能: )1YGWr;ykS
(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。 p lzwk>b_
(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。 a@? Bv
按以上思想写出递归算法如下: 4VA]S
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{?jJj$H
{ /*考虑物品i包含在当前方案中的可能性*/ ds2xl7jg
if(包含物品i是可以接受的) i!<(R$Lo
{ 将物品i包含在当前方案中; nAsc^Yh
if (i<n-1) oChf&W 8u
try(i+1,tw+物品i的重量,tv); Idj Z2)$
else Mu$q) u
/*又一个完整方案,因为它比前面的方案好,以它作为最佳方案*/ x;4m@)Mu
以当前方案作为临时最佳方案保存; Pi%-bD/w
恢复物品i不包含状态; -H5-6w$
} D{+D.4\
/*考虑物品i不包含在当前方案中的可能性*/ kWbY&]ZO
if (不包含物品i仅是可男考虑的) pC&i!la{o}
if (i<n-1) nXh<+7
try(i+1,tw,tv-物品i的价值); MGo`j:0
else eI-FJ/CJ
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ CF+:v(NL
以当前方案作为临时最佳方案保存; K$$%j "s
} LH~
t5
为了理解上述算法,特举以下实例。设有4件物品,它们的重量和价值见表: tK\$LZ
物品 0 1 2 3 S!
.N3ezn
重量 5 3 2 1 B+'w'e$6
价值 4 4 3 1 ,(+ZD@Rg
D]V&1n
并设限制重量为7。则按以上算法,下图表示找解过程。由图知,一旦找到一个解,算法就进一步找更好的佳。如能判定某个查找分支不会找到更好的解,算法不会在该分支继续查找,而是立即终止该分支,并去考察下一个分支。 #vR5a}BAk
%nkbQ2^
按上述算法编写函数和程序如下: A.!3{pAb
【程序】 ?Xp+5{
# include <stdio.h> NL"w#kTc()
# define N 100 ;tZ 8Sh)
double limitW,totV,maxV; {Q0DHNP(G
int option[N],cop[N]; 6U] "i
struct { double weight; n+'s9
double value; ^$8WV&5q>
}a[N]; tkHUX!Ow;
int n; 52*KRq
o
void find(int i,double tw,double tv) +C4NhA2
{ int k; q(5
/*考虑物品i包含在当前方案中的可能性*/ Wk/Il^YG
if (tw+a.weight<=limitW) (j}edRUnB
{ cop=1; z9zo5Xc=
if (i<n-1) find(i+1,tw+a.weight,tv); lF$$~G
else p"n3JV.~k+
{ for (k=0;k<n;k++) m&Y?]nbq
option[k]=cop[k]; c+<gc:#jy
maxv=tv; _b[Pk;8}j;
} \@7 4I7
cop=0;
%S%0/
} ?zK>[L
/*考虑物品i不包含在当前方案中的可能性*/ pzDz@lAwR
if (tv-a.value>maxV) V##T G0
if (i<n-1) find(i+1,tw,tv-a.value); * \tR
else N)YoWA>#bF
{ for (k=0;k<n;k++) :-b-)*TC;
option[k]=cop[k]; xQzXl
maxv=tv-a.value; .zdmUS:
} wV{VV?h}
} \@j3/!=,n%
&$pA,Gjin\
void main() i]zTY\gw8M
{ int k; ~rbJtz
double w,v; p;vrPS
printf(“输入物品种数\n”); c=IjR3F
scanf((“%d”,&n); liH1r1M
printf(“输入各物品的重量和价值\n”); p/jAr+XM
for (totv=0.0,k=0;k<n;k++) 9Cw !<
{ scanf(“%1f%1f”,&w,&v); v/G^yZa
a[k].weight=w; ?? Dv\yLZI
a[k].value=v; *18J$
totV+=V; 8j@ADfZ9
} GF*E+/
;
printf(“输入限制重量\n”); HK.Si]:
scanf(“%1f”,&limitV); 7+J<N@.d
maxv=0.0; zXeBUbVi
for (k=0;k<n;k++) cop[k]=0; '\LU 8VC
find(0,0.0,totV); UeSPwY
for (k=0;k<n;k++) bzX/Zts
if (option[k]) printf(“%4d”,k+1); {
*Wc`ZBY
printf(“\n总价值为%.2f\n”,maxv); S!~p/bB[+I
} 5{M$m&$1
作为对比,下面以同样的解题思想,考虑非递归的程序解。为了提高找解速度,程序不是简单地逐一生成所有候选解,而是从每个物品对候选解的影响来形成值得进一步考虑的候选解,一个候选解是通过依次考察每个物品形成的。对物品i的考察有这样几种情况:当该物品被包含在候选解中依旧满足解的总重量的限制,该物品被包含在候选解中是应该继续考虑的;反之,该物品不应该包括在当前正在形成的候选解中。同样地,仅当物品不被包括在候选解中,还是有可能找到比目前临时最佳解更好的候选解时,才去考虑该物品不被包括在候选解中;反之,该物品不包括在当前候选解中的方案也不应继续考虑。对于任一值得继续考虑的方案,程序就去进一步考虑下一个物品。 8t&'Yk
【程序】 bKPjxN?!9
# include <stdio.h> _dn*H-5hO
# define N 100 boIFN;Aq"
double limitW; q%Lw#f
int cop[N]; M_F4I$V4
struct ele { double weight; DOWZhD
double value; T;B/Wm!x
} a[N]; :J6FI6
int k,n; }+
TA+;
struct { int flg; uulzJbV,K
double tw; LQa1p
double tv; )0 i$Bo
}twv[N]; S >\\n^SbT
void next(int i,double tw,double tv) a(+u"Kr
z
{ twv.flg=1; i8(n(
twv.tw=tw; ~ePtK~,dv
twv.tv=tv; _v=zFpR
} Z-z(SKL
double find(struct ele *a,int n) &d[%
{ int i,k,f; m\J"P'=
double maxv,tw,tv,totv; 7e@Bkq0)
maxv=0; Zq\ p%AU9
for (totv=0.0,k=0;k<n;k++) 6)#%36rP
totv+=a[k].value; T04&Tl'CT
next(0,0.0,totv); 3-
4jSN\
i=0; Wi!$bL`l
While (i>=0) (:J
U
{ f=twv.flg; G)y'ex k
tw=twv.tw; (I(k$g[>
tv=twv.tv; Y@V6/D} 1
switch(f) uBBW2
{ case 1: twv.flg++; C=PV-Ul+
if (tw+a.weight<=limitW) iM s(Ywak]
if (i<n-1) +P"u1q*+p
{ next(i+1,tw+a.weight,tv); %'[ pucEF
i++; e#{l
} Ya,(J0l
else ^NOy:>
{ maxv=tv; =zKbvwe%X
for (k=0;k<n;k++) }{
"RgT-qG
cop[k]=twv[k].flg!=0; \E2S/1p
} h>jp.%oOu
break; 3x~AaC.j
case 0: i--; 15`,kJSK
break; #.~lt8F
default: twv.flg=0; VufG7%S{
if (tv-a.value>maxv) .[X"+i\
if (i<n-1) ou'|e "tI
{ next(i+1,tw,tv-a.value); 4 {3<
`
i++; -*&C "%e
} Qx !!
Ttd{
else -;o`(3wZq
{ maxv=tv-a.value; b'yW+
for (k=0;k<n;k++) i]n ?zWo_h
cop[k]=twv[k].flg!=0; .aqP=
} =J&aN1Hgt
break; 2HJGp+H
} "0l7%@z*)q
} 7)+%;|~
return maxv; >R8eAR$N
} Pr^p
^s
3+#
"4O
void main() p4{3H+y
{ double maxv; } =^Al;W
printf(“输入物品种数\n”); U})Z4>[bvt
scanf((“%d”,&n); [=I==?2`X
printf(“输入限制重量\n”); p9$=."5
scanf(“%1f”,&limitW); &T/}|3S
printf(“输入各物品的重量和价值\n”); KdTna6nY
for (k=0;k<n;k++) r$.v"Wh)
scanf(“%1f%1f”,&a[k].weight,&a[k].value);
al:c2o
maxv=find(a,n); Q\<^ih51
printf(“\n选中的物品为\n”); }x}JzA+2
for (k=0;k<n;k++) Oe%jV,S |V
if (option[k]) printf(“%4d”,k+1);
I`}<1~ue
printf(“\n总价值为%.2f\n”,maxv); Qz?r4kR
}