如何用栈实现递归与非递归的转换

最新推荐文章于 2023-06-11 21:49:24 发布

执迷的信徒

最新推荐文章于 2023-06-11 21:49:24 发布

阅读量2.4k

点赞数

分类专栏：算法学习文章标签：算法数据结构优化 n2 语言 c

算法学习专栏收录该内容

12 篇文章 0 订阅

订阅专栏

原文链接：http://www.chinaunix.net/jh/23/331522.html

一.为什么要学习递归与非递归的转换的实现方法?
   1)并不是每一门语言都支持递归的.
   2)有助于理解递归的本质.
   3)有助于理解栈,树等数据结构.

二.递归与非递归转换的原理.
   递归与非递归的转换基于以下的原理:所有的递归程序都可以用树结构表示出来.需要说明的是,
这个"原理"并没有经过严格的数学证明,只是我的一个猜想,不过在至少在我遇到的例子中是适用的.
   学习过树结构的人都知道,有三种方法可以遍历树:前序,中序,后序.理解这三种遍历方式的递归和非
递归的表达方式是能够正确实现转换的关键之处,所以我们先来谈谈这个.需要说明的是,这里以特殊的
二叉树来说明,不过大多数情况下二叉树已经够用,而且理解了二叉树的遍历,其它的树遍历方式就不难
了.
1)前序遍历

a)递归方式:

void preorder_recursive(Bitree T)		/* 先序遍历二叉树的递归算法 */

		{

			if (T) {

				visit(T); 			/* 访问当前结点 */

				preorder_recursive(T->;lchild);	/* 访问左子树 */

				preorder_recursive(T->;rchild);	/* 访问右子树 */

			}

		}

b)非递归方式

void preorder_nonrecursive(Bitree T)		/* 先序遍历二叉树的非递归算法 */

		{

			initstack(S);

			push(S,T); 				/* 根指针进栈 */

			while(!stackempty(S)) {

				while(gettop(S,p)&&p) {		/* 向左走到尽头 */

					visit(p);		/* 每向前走一步都访问当前结点 */

					push(S,p->;lchild);

				}

				pop(S,p);

				if(!stackempty(S)) {		/* 向右走一步 */

					pop(S,p);

					push(S,p->;rchild); 

				}

			}

		}

2)中序遍历

a)递归方式

void inorder_recursive(Bitree T)		/* 中序遍历二叉树的递归算法 */

		{

			if (T) {

				inorder_recursive(T->;lchild);	/* 访问左子树 */

				visit(T); 			/* 访问当前结点 */

				inorder_recursive(T->;rchild);	/* 访问右子树 */

			}

		}

b)非递归方式

void  inorder_nonrecursive(Bitree T)

		{

			initstack(S);				/* 初始化栈 */

			push(S, T);				/* 根指针入栈 */



			while (!stackempty(S)) {			

				while (gettop(S, p) && p) 	/* 向左走到尽头 */

					push(S, p->;lchild);

				pop(S, p);			/* 空指针退栈 */

				if (!stackempty(S)) {

					pop(S, p);

					visit(p);		/* 访问当前结点 */

					push(S, p->;rchild);	/* 向右走一步 */

				}

			}

		}

3)后序遍历

a)递归方式

void postorder_recursive(Bitree T)		/* 中序遍历二叉树的递归算法 */

		{

		   if (T) {

			   postorder_recursive(T->;lchild);	/* 访问左子树 */

			   postorder_recursive(T->;rchild);	/* 访问右子树 */

			   visit(T); 				/* 访问当前结点 */

		   }

		}

b)非递归方式

typedef struct {

			BTNode* ptr;

			enum {0,1,2} mark;

		} PMType; 					/* 有mark域的结点指针类型 */



		void postorder_nonrecursive(BiTree T)		/* 后续遍历二叉树的非递归算法 */

		{

			PMType a;

			initstack(S); 				/* S的元素为PMType类型 */

			push (S,{T,0}); 			/* 根结点入栈 */

			while(!stackempty(S)) {

				pop(S,a);

				switch(a.mark)

				{

				case 0:

					push(S,{a.ptr,1}); 	/* 修改mark域 */

					if(a.ptr->;lchild) 

						push(S,{a.ptr->;lchild,0}); /* 访问左子树 */

					break;

				case 1:

					push(S,{a.ptr,2}); 	/* 修改mark域 */

					if(a.ptr->;rchild) 

						push(S,{a.ptr->;rchild,0}); /* 访问右子树 */

					break;

				case 2:

					visit(a.ptr); 		/* 访问结点 */

				}

			}

		}

       4)如何实现递归与非递归的转换
          通常,一个函数在调用另一个函数之前,要作如下的事情:a)将实在参数,返回地址等信息传递
       给被调用函数保存; b)为被调用函数的局部变量分配存储区;c)将控制转移到被调函数的入口.
          从被调用函数返回调用函数之前,也要做三件事情:a)保存被调函数的计算结果;b)释放被调
       函数的数据区;c)依照被调函数保存的返回地址将控制转移到调用函数.
          所有的这些,不论是变量还是地址,本质上来说都是"数据",都是保存在系统所分配的栈中的.
  ok,到这里已经解决了第一个问题:递归调用时数据都是保存在栈中的,有多少个数据需要保存
       就要设置多少个栈,而且最重要的一点是:控制所有这些栈的栈顶指针都是相同的,否则无法实现
       同步.
          下面来解决第二个问题:在非递归中,程序如何知道到底要转移到哪个部分继续执行?回到上
       面说的树的三种遍历方式,抽象出来只有三种操作:访问当前结点,访问左子树,访问右子树.这三
       种操作的顺序不同,遍历方式也不同.如果我们再抽象一点,对这三种操作再进行一个概括,可以
       得到:a)访问当前结点:对目前的数据进行一些处理;b)访问左子树:变换当前的数据以进行下一次
       处理;c)访问右子树:再次变换当前的数据以进行下一次处理(与访问左子树所不同的方式).
          下面以先序遍历来说明:

void preorder_recursive(Bitree T)		/* 先序遍历二叉树的递归算法 */

	{

		if (T) {

			visit(T); 			/* 访问当前结点 */

			preorder_recursive(T->;lchild);	/* 访问左子树 */

			preorder_recursive(T->;rchild);	/* 访问右子树 */

		}

	}

   visit(T)这个操作就是对当前数据进行的处理, preorder_recursive(T->;lchild)就是把当前
数据变换为它的左子树,访问右子树的操作可以同样理解了.
   现在回到我们提出的第二个问题:如何确定转移到哪里继续执行?关键在于一下三个地方:a)
确定对当前数据的访问顺序,简单一点说就是确定这个递归程序可以转换为哪种方式遍历的树结
构;b)确定这个递归函数转换为递归调用树时的分支是如何划分的,即确定什么是这个递归调用
树的"左子树"和"右子树"c)确定这个递归调用树何时返回,即确定什么结点是这个递归调用树的
"叶子结点".

三.三个例子
   好了上面的理论知识已经足够了,下面让我们看看几个例子,结合例子加深我们对问题的认识
.即使上面的理论你没有完全明白,不要气馁,对事物的认识总是曲折的,多看多想你一定可以明
白(事实上我也是花了两个星期的时间才弄得比较明白得).

        1)例子一:

f(n) = 　n + １;	(n <２)　

	　　　　 f[n/2] + f[n/4](n >;= 2);

	

	这个例子相对简单一些,递归程序如下:

	int	f_recursive(int n)

	{

		int u1, u2, f;



		if (n < 2) 

			f = n + 1;

		else {

			u1 = f_recursive((int)(n/2));

			u2 = f_recursive((int)(n/4));

			f = u1 * u2;											 

		}



		return f;

	}

下面按照我们上面说的,确定好递归调用树的结构,这一步是最重要的.首先,什么是叶子结点
,我们看到当n < 2时f = n + 1,这就是返回的语句,有人问为什么不是f = u1 * u2,这也是一个
返回的语句呀?答案是:这条语句是在u1 = exmp1((int)(n/2))和u2 = exmp1((int)(n/4))之后
执行的,是这两条语句的父结点. 其次,什么是当前结点,由上面的分析,f = u1 * u2即是父结点
.然后,顺理成章的u1 = exmp1((int)(n/2))和u2 = exmp1((int)(n/4))就分别是左子树和右子
树了.最后,我们可以看到,这个递归函数可以表示成后序遍历的二叉调用树.好了,树的情况分析
到这里,下面来分析一下栈的情况,看看我们要把什么数据保存在栈中,在上面给出的后序遍历的如果这个过程你没
非递归程序中我们已经看到了要加入一个标志域,因此在栈中要保存这个标志域;另外,u1,u2和
每次调用递归函数时的n/2和n/4参数都要保存,这样就要分别有三个栈分别保存:标志域,返回量
和参数,不过我们可以做一个优化,因为在向上一层返回的时候,参数已经没有用了,而返回量也
只有在向上返回时才用到,因此可以把这两个栈合为一个栈.如果对于上面的分析你没有明白,建
议你根据这个递归函数写出它的递归栈的变化情况以加深理解,再次重申一点:前期对树结构和
栈的分析是最重要的,如果你的程序出错,那么请返回到这一步来再次分析,最好把递归调用树和
栈的变化情况都画出来,并且结合一些简单的参数来人工分析你的算法到底出错在哪里.
ok,下面给出我花了两天功夫想出来的非递归程序(再次提醒你不要气馁,大家都是这么过来
的).

int	f_nonrecursive(int n)

	{

		int stack[20], flag[20], cp;

						 

		/* 初始化栈和栈顶指针 */

		cp = 0;

		stack[0] = n;

		flag[0] = 0;



		while (cp >;= 0) {

			switch(flag[cp]) {

			case 0: 			/* 访问的是根结点 */

				if (stack[cp] >;= 2) {	/* 左子树入栈 */

					flag[cp] = 1; 	/* 修改标志域 */

					cp++;

					stack[cp] = (int)(stack[cp - 1] / 2);

					flag[cp] = 0;

				} else { 		/* 否则为叶子结点 */

					stack[cp] += 1;

					flag[cp] = 2;

				}

				break;

			case 1: 			/* 访问的是左子树 */

				if (stack[cp] >;= 2) {	/* 右子树入栈 */

					flag[cp] = 2; 	/* 修改标志域 */

					cp += 2;

					stack[cp] = (int)(stack[cp - 2] / 4);

					flag[cp] = 1;

				} else { 		/* 否则为叶子结点 */

					stack[cp] += 1;

					flag[cp] = 2;

				}

				break;

			case 2:				 /* */

				if (flag[cp - 1] == 2) { /* 当前是右子树吗? */

					/* 

					 * 如果是右子树, 那么对某一棵子树的后序遍历已经

					 * 结束,接下来就是对这棵子树的根结点的访问

					 */

					stack[cp - 2] = stack[cp] * stack[cp - 1];

					flag[cp - 2] = 2;

					cp = cp - 2;

				} else 

					/* 否则退回到后序遍历的上一个结点 */

					cp--;

				break;

			}

		}



		return stack[0];

	}

算法分析:a)flag只有三个可能值:0表示第一次访问该结点,1表示访问的是左子树,2表示
已经结束了对某一棵子树的访问,可能当前结点是这棵子树的右子树,也可能是叶子结点.b)每
遍历到某个结点的时候,如果这个结点满足叶子结点的条件,那么把它的flag域设为2;否则根据
访问的是根结点,左子树或是右子树来设置flag域,以便决定下一次访问该节点时的程序转向.

2)例子二

快速排序算法
递归算法如下:

void	swap(int array[], int low, int high)

	{

		int temp;



		temp = array[low];

		array[low] = array[high];

		array[high] = temp;

	}



	int	partition(int array[], int low, int high)

	{

		int	p;



		p = array[low];



		while (low < high) {

			while (low < high && array[high] >;= p) 

				high--;

			swap(array,low,high);

			while (low < high && array[low]  <= p) 

				low++;

			swap(array,low,high);

		}



		return low;

	}



	void	qsort_recursive(int array[], int low, int high)

	{

		int p;



		if(low < high) {

			p = partition(array, low, high);

			qsort_recursive(array, low, p - 1);

			qsort_recursive(array, p + 1, high);

		}

	}

   需要说明一下快速排序的算法: partition函数根据数组中的某一个数把数组划分为两个部分,
左边的部分均不大于这个数,右边的数均不小于这个数,然后再对左右两边的数组再进行划分.这
里我们专注于递归与非递归的转换,partition函数在非递归函数中同样的可以调用(其实
partition函数就是对当前结点的访问).
   再次进行递归调用树和栈的分析:
   递归调用树:a)对当前结点的访问是调用partition函数;b)左子树:
qsort_recursive(array, low, p - 1);c)右子树:qsort_recursive(array, p + 1, high);
d)叶子结点:当low < high时;e)可以看出这是一个先序调用的二叉树
   栈:要保存的数据是两个表示范围的坐标.

void	qsort_nonrecursive(int array[], int low, int high)

	{

		int m[50], n[50], cp, p; 



		/* 初始化栈和栈顶指针 */

		cp = 0;

		m[0] = low;

		n[0] = high;



		while (m[cp] < n[cp]) {

			while (m[cp] < n[cp]) {	/* 向左走到尽头 */

				p = partition(array, m[cp], n[cp]); /* 对当前结点的访问 */

				cp++;

				m[cp] = m[cp - 1];

				n[cp] = p - 1;

			}

			/* 向右走一步 */

			m[cp + 1] = n[cp] + 2;

			n[cp + 1] = n[cp - 1];

			cp++;

		}

	}

3)例子三
阿克曼函数:

akm(m, n) = n + 1;			(m = 0时)

		    akm(m - 1, 1);		(n = 0时)

		    akm(m - 1, akm(m, n - 1));	(m != 0且n != 0时)

递归算法如下:

int	akm_recursive(int m, int n)

	{

		int temp;



		if (m == 0) 

			return (n + 1);

		else if (n == 0) 

			return akm_recursive(m - 1, 1);

		else {

			temp = akm_recursive(m, n - 1);

			return akm_recursive(m - 1, temp);

		}

	}

这道题的难点就是确定递归调用树的情况,因为从akm函数的公式可以看到,有三个递归调用,一般
而言,有几个递归调用就会有几棵递归调用的子树,不过这只是一般的情况,不一定准确,也不一定非要
机械化的这么作,因为通常情况下我们可以做一些优化,省去其中的一些部分,这道题就是一个例子.
递归调用树的分析:a)是当m=0时是叶子结点;b)左子树是akm(m - 1, akm(m, n - 1))调用中的
akm(m, n - 1)调用,当这个调用结束得出一个值temp时,再调用akm(m - 1, temp),这个调用是右子树
.c)从上面的分析可以看出,这个递归调用树是后序遍历的树.
栈的分析:要保存的数据是m, n,当n = 0 或 m = 0时开始退栈,当n = 0时把上一层栈的m值变为
m - 1,n变为1，当m = 0时把上一层栈的m值变为0,n变为n + 1.从这个分析过程可以看出,我们省略了
当n = 0时的akm(m - 1, 1)调用,原来在系统机械化的实现递归调用的过程中,这个调用也是一棵子树,
不过经过分析,我们用修改栈中数据的方式进行了改进.

int	akm_nonrecursive(int m, int n)

	{

		int m1[50], n1[50], cp;



		cp = 0;

		m1[0] = m;

		n1[0] = n;



		do {

			while (m1[cp] >; 0) { 		/* 压栈, 直到m1[cp] = 0 */

				while (n1[cp] >; 0) { 	/* 压栈, 直到n1[cp] = 0 */

					cp++;

					m1[cp] = m1[cp - 1];

					n1[cp] = n1[cp - 1] - 1;

				}

				/* 计算akm(m - 1, 1),当n = 0时 */

				m1[cp] = m1[cp] - 1;

				n1[cp] = 1;

			}

			/* 改栈顶为akm(m - 1, n + 1),当m = 0时 */

			cp--;

			m1[cp] = m1[cp] - 1;

			n1[cp] = n1[cp + 1] + 1;

		} while (cp >; 0 || m1[cp] >; 0);



		return n1[0] + 1;

	}