四、递归 b ,cvQD
)S%mKdOm
$
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。 t`LH\]6@
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。 xWD wg@ P
【问题】 编写计算斐波那契(Fibonacci)数列的第n项函数fib(n)。 {[$p}#7Y
斐波那契数列为:0、1、1、2、3、……,即: !B\\:k]aO^
fib(0)=0; G67BQG\av
fib(1)=1; ?832#a?FZ;
fib(n)=fib(n-1)+fib(n-2) (当n>1时)。 pS%Az)3RZ
写成递归函数有: $exu}%
int fib(int n) mz#(\p=T
{ if (n==0) return 0; hE=cgO`QU
if (n==1) return 1; %pMW5]H
if (n>1) return fib(n-1)+fib(n-2); $]Q_x?
} zYep
V
递归算法的执行过程分递推和回归两个阶段。在递推阶段,把较复杂的问题(规模为n)的求解推到比原问题简单一些的问题(规模小于n)的求解。例如上例中,求解fib(n),把它推到求解fib(n-1)和fib(n-2)。也就是说,为计算fib(n),必须先计算fib(n-1)和fib(n-2),而计算fib(n-1)和fib(n-2),又必须先计算fib(n-3)和fib(n-4)。依次类推,直至计算fib(1)和fib(0),分别能立即得到结果1和0。在递推阶段,必须要有终止递归的情况。例如在函数fib中,当n为1和0的情况。 T|E ;U
在回归阶段,当获得最简单情况的解后,逐级返回,依次得到稍复杂问题的解,例如得到fib(1)和fib(0)后,返回得到fib(2)的结果,……,在得到了fib(n-1)和fib(n-2)的结果后,返回得到fib(n)的结果。 +@!9&5SA
在编写递归函数时要注意,函数中的局部变量和参数知识局限于当前调用层,当递推进入“简单问题”层时,原来层次上的参数和局部变量便被隐蔽起来。在一系列“简单问题”层,它们各有自己的参数和局部变量。 /
g&mDYV|
由于递归引起一系列的函数调用,并且可能会有一系列的重复计算,递归算法的执行效率相对较低。当某个递归算法能较方便地转换成递推算法时,通常按递推算法编写程序。例如上例计算斐波那契数列的第n项的函数fib(n)应采用递推算法,即从斐波那契数列的前两项出发,逐次由前两项计算出下一项,直至计算出要求的第n项。 I@hC$o
【问题】 组合问题 :g,r l\S7
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 toQn]MT
(4)5、3、2 (5)5、3、1 (6)5、2、1 lyib+Sa ?`
(7)4、3、2 (8)4、3、1 (9)4、2、1 ss[8d%V
(10)3、2、1 #[A/zH|xvV
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。 i{`>!)U
【程序】 6G(k{S
# include <stdio.h> "u%$`*
# define MAXN 100 7
724,+2N
int a[MAXN]; |BXq8Erh
void comb(int m,int k) Ad"::&&Wk
{ int i,j; b*bR<|dT j
for (i=m;i>=k;i--) -du+iOe?
{ a[k]=i; 97
1qr
if (k>1) eSvu:euv
comb(i-1,k-1); eZUK<&0x5
else UL oTPx@N
{ for (j=a[0];j>0;j--) .z_^_@qdm
printf(“%4d”,a[j]); 'aCnj8B
printf(“\n”); _-D(N/
} v!x=fjr<
} :dK%=j*ZK
} C6Kz6_DQZ
t >8t|t+
void main() {!-w|&bF
{ a[0]=3; D.HAp+lx
comb(5,3); >6aCBS?2
} P[Qr[74)
【问题】 背包问题 _]<]:b
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。 E=LaPjEIj
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。 6!bf,T]
对于第i件物品的选择考虑有两种可能: t rHj7Nw
(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}j{<y
(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&^?,Fyy<
按以上思想写出递归算法如下: 5B(|!Xq;I
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) ;B7>/q;g
{ /*考虑物品i包含在当前方案中的可能性*/ Y(&phv&
if(包含物品i是可以接受的) p>MX}^6
{ 将物品i包含在当前方案中; mX<D]Z< k
if (i<n-1) h IGa);g
try(i+1,tw+物品i的重量,tv); nrZv>r
else ok7DI
/*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*/ wngxVhu8Ld
以当前方案作为临时最佳方案保存; !1!uB }
恢复物品i不包含状态; VB[R!S=
} "Uyw7
/*考虑物品i不包含在当前方案中的可能性*/ %`` FIv15w
if (不包含物品i仅是可男考虑的) `E}2|9
if (i<n-1) ']qC,;2
try(i+1,tw,tv-物品i的价值); 2)U3/TNe
else KYlWV<sR
/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ 5uu{f&?u)
以当前方案作为临时最佳方案保存; +8~S28"Wg3
} R
z[-
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: ~M <4HC
物品 0 1 2 3 7C&`i}/t
重量 5 3 2 1 !D z:6r
价值 4 4 3 1 ;aD_^XY
iA%3cpIc(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。 -,Q<*)q{
YpuA,r;"
按上述算法编写函数和程序如下: n:7=z0
s
【程序】 3lKIEPf6r
# include <stdio.h> !FO92 P16
# define N 100 y{kXd1,
double limitW,totV,maxV; (2%C%#]8
int option[N],cop[N]; O*jNeYA
struct { double weight; p4t(xm2T
double value; | WDX@Q
}a[N]; S?D2`b
int n; ^%\p; yhL
void find(int i,double tw,double tv) RI%*5lM8;
{ int k; *gBaF/C
/*考虑物品i包含在当前方案中的可能性*/ oE5+
if (tw+a.weight<=limitW) fF>H7
{ cop=1; qT}&XK`Q^
if (i<n-1) find(i+1,tw+a.weight,tv); F.O2;M|x
else Va9vDb6
{ for (k=0;k<n;k++) E{j6OX\
option[k]=cop[k]; :S,#*rPKBK
maxv=tv; 1-q\C<Q)
} Q9rE_}Z
cop=0; U~7.aZHPx3
} $bD!./fl
/*考虑物品i不包含在当前方案中的可能性*/ [J:vSt
if (tv-a.value>maxV) !WbQ`]uN/#
if (i<n-1) find(i+1,tw,tv-a.value); Th"7p:SE?
else + J_W }G
{ for (k=0;k<n;k++) ]ImS@!Ajjx
option[k]=cop[k]; F*Qw%
maxv=tv-a.value; J\2F%kBej?
} TzPVO>s
} N\H(AzMw
Z3[,Xw
void main() "ebn0<cZ
{ int k; CIV6Qe"<
double w,v; '"I"D9;9
printf(“输入物品种数\n”); O1/!)E!
scanf((“%d”,&n); @^`-VF
printf(“输入各物品的重量和价值\n”); /ZD/!YD&R
for (totv=0.0,k=0;k<n;k++) c-gaK\u}j}
{ scanf(“%1f%1f”,&w,&v); ^B5Hjf9
a[k].weight=w; QAX+oy
a[k].value=v; 1)k))w 9
totV+=V; #`?uV)(
} b>fDb J0
printf(“输入限制重量\n”); 4CNK ]2
scanf(“%1f”,&limitV); .p0;y3so4
maxv=0.0; Ws(BouJ
for (k=0;k<n;k++) cop[k]=0; ,m0=zH4+:
find(0,0.0,totV); {!x-kF_
for (k=0;k<n;k++) v^KJU
+
if (option[k]) printf(“%4d”,k+1); i++ F&r[
printf(“\n总价值为%.2f\n”,maxv); <Qwi 0$
} vR:t4EJ`
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。 7_A(1Lx/l7
【程序】 t6LTGWs/_o
# include <stdio.h> :%s9<g;-h_
# define N 100 GT'%HmQI
double limitW; A(<-
U|
int cop[N]; >a^H7kp
struct ele { double weight; Xr':/Qjf
double value; mA{gj[@:x
} a[N]; .H9!UQ&It
int k,n; y5l4H8{h}
struct { int flg; x37r{$2
double tw; '\
6.GP
double tv; /GCSC8T
}twv[N]; _{T`ka
void next(int i,double tw,double tv) $k}+,tHtJO
{ twv.flg=1; YMz[je
twv.tw=tw; _"z#I
CT(
twv.tv=tv; :Rq@ %rL
} &
yw-y4 =
double find(struct ele *a,int n) =axi0q?}
{ int i,k,f; #r0A<+t{T
double maxv,tw,tv,totv; _pk=IHGsB
maxv=0; ,![C8il,
for (totv=0.0,k=0;k<n;k++) idz6m]{~yT
totv+=a[k].value; BXm{x6\
next(0,0.0,totv); Xa%Z0%{
i=0; hydn" 9;
While (i>=0) #Etz}:%W
{ f=twv.flg; c[ =9Z;|
tw=twv.tw; r`6XF
tv=twv.tv; e3',? 5j
switch(f) "BEU%,w
{ case 1: twv.flg++; C%G-Ye|@
if (tw+a.weight<=limitW) [<OMv9(l'o
if (i<n-1) }8 ,b;Q
{ next(i+1,tw+a.weight,tv); !'n+0
i++; Qg1LT8
} cj5pI?@e)
else :qw:)i
{ maxv=tv; \b~zyt6-
for (k=0;k<n;k++) vE{QN<6T
cop[k]=twv[k].flg!=0;
%lEPFp
} YIjBKh
break; x4fLe5xv
case 0: i--; |1rBK.8
break; 'gQm%:qU3r
default: twv.flg=0; R?^FO:nM%!
if (tv-a.value>maxv) uy 7)9w
if (i<n-1) V@T G"YF
{ next(i+1,tw,tv-a.value); sE]eIN
i++; :Im_=S[0
} c1b@3
else IzkZ^;(N
{ maxv=tv-a.value; Cf8(Jk`v|
for (k=0;k<n;k++) YW>|gE
cop[k]=twv[k].flg!=0; 4dl?US[-
} Jd/5Kx
break; MI<hShc\
} {hVSVx8ZL
} <9B43
return maxv; Vs m06Rj{
} bm(0raugs
@$Z5Ag!
void main() babDLaC@
{ double maxv; ?T?%x(]I
printf(“输入物品种数\n”); Xdw%Hw
scanf((“%d”,&n); YjLPW@
printf(“输入限制重量\n”); ^> ZQ:xs@(
scanf(“%1f”,&limitW); qo4AQ}0 <
printf(“输入各物品的重量和价值\n”); : 8(~{<R
for (k=0;k<n;k++) o"TEmZUP
scanf(“%1f%1f”,&a[k].weight,&a[k].value); U{{RRK|
maxv=find(a,n); 9O P
d'f
printf(“\n选中的物品为\n”); -N*g|1rpa
for (k=0;k<n;k++) 7|IW\
if (option[k]) printf(“%4d”,k+1); >0B[
printf(“\n总价值为%.2f\n”,maxv); 5v!Uec'+
}