递归算法及其应用

递归算法及其应用
http://www.mydrs.org  2002-7-4   大榕树

[递归的描述]
　　由上面的例子可以看出，一般来说，递归需要有边界条件、递归前进段和递归返回段。当边界条件不满足时，递归前进；当边界条件满足时，递归返回。因此，在考虑使用递归算法编写程序时，应满足两点： 1 ）该问题能够被递归形式描述； 2 ）存在递归结束的边界条件。
　　递归的能力在于用有限的语句来定义对象的无限集合。用递归思想写出的程序往往十分简洁易懂。

[ 例2] 给出一棵二叉树的中序与后序排列。求出它的先序排列。
[ 分析] 通过对比二叉树的中序与后序排列，我们可以找出根节点及左右子树。同样的，有可以通过对比左子树的中序与后序排列，找出左子树的根节点 …… 可见，该问题能够被递归描述。当找到最后一个根节点时，递归无法再进行下去，这就是递归结束的边界条件。由此可见，递归算法中常常隐含了分治思想。程序如下：
program chu01_3;
　 var z,h: string;
　 procedure find(a,b:string);
　　 var
　　　 s,l : integer;
　　 begin
　　　 l:=length(b);
　　　 if l=1 then Write(b) { 边界条件及递归返回段 }
　　　 else
　　　　 begin { 递归前进段 }
　　　　　 Write(b[l]);
　　　　　 s:=pos(b[l],a);
　　　　　 if s-1>0 then find(copy(a,1,s-1),copy(b,1,s-1)); { 递归左子树 }
　　　　　 if l-s>0 then find(copy(a,s+1,l-s),copy(b,s,l-s)); { 递归右子树 }
　　　　 end;
　 end;
begin
　 Readln(z);
　 Readln(h);
　 Find(z,h);
　 Readln;
end.
[递归的应用]

1. 经典递归
　　例如 hanoi 塔问题：经典的递归，原问题包含子问题。有些问题或者数据结构本来就是递归描述的，用递归做很自然。

2. 递归与递推
　　利用递归的思想建立递推关系，如由兔子生崽而来的 fibonacci 数列。但递推由于没有返回段，因此更为简单，有时可以直接用循环实现。

3. 分治
　　不少分治方法是源于递归思想，或是递归分解 + 合并处理。

4. 回溯
　　规模较小的问题用回溯解决比较自然。注意递归前后要保证现场的保存和恢复，即正确的转化问题。

5. 动态规划
　　动态规划的子问题重叠性质与递归有某种相似之处。递归 + 动态修改查表是一种不错的建立动态规划模型的方法。

6. 其他
　　其他么，就是不好归类。例如表达式处理，排列组合等。附带说一下，用递归来处理打印方案的问题还是很方便的。

[ 例3] 求把一个整数 n 无序划分成 k 份互不相同的正整数之和的方法总数。
[ 分析] 这是一道动态规划题，动态方程如下：
　　　　　　　 f[i-1,j]+f[i,j-i]+1 （ (j mod i=0) and (j div i=1) ）
　　 f[i,j]:= f[i-1,j] (i>=j)
　　　　　　　 f[i-1,j]+f[i,j-i] （ else ）
　　 s:=f(k,n-k)
本题可以用循环来实现递推 , 也可以考虑用递归求解。主过程如下：

方案一：
Procedure work(I,j:longint; var s:longint);
　 Var t:longint;
　 Begin
If (i=1) or (j=1) then s:=1
　 Else if (i=0) or (j=0) then s:=0
　　　 Else begin
　　　　　　　 if (j mod i=0) and (j div i=1) then
　　　　　　　　　　　　 begin
　　　　　　　　　　　　　 work(i-1,j,s);
　　　　　　　　　　　　　 t:=s;
　　　　　　　　　　　　　 work(i,j-1,s);
　　　　　　　　　　　　　 s:=s+t+1;
　　　　　　　　　　　　 end
　　　　　　　　　　　　 else if (i>=j) then
　　　　　　　　　　　　　　　　　　　　　　 work(i-1,j)
　　　　　　　　　　　　　　 else begin
　　　　　　　　　　　　　　　　　　 work(i-1,j,s);
　　　　　　　　　　　　　　　　　　 t:=s;
　　　　　　　　　　　　　　　　　　 work(I,j-1,s);
　　　　　　　　　　　　　　　　　　 s:=s+t;
　　　　　　　　　　　　　　　　　 end;
　 End;

方案二： procedure search(v,w,last:byte);
var i:byte;
begin
　 if w=0 then inc(count)
　 else
　　 if w=1 then
　　　 if v>=last then search(0,0,0) else
　　 else for i:=last to v-1 do search(v-i,w-1,i);
end;

　　可以看出，方案一的程序较为冗长，消耗栈空间较大；而方案二较为简洁明了，所用的栈空间也较小，效率较高。因此，使用递归算法也有一个优化问题。算法的简洁与否直接制约了程序的可行性和效率。

[ 总结]
　　递归使一些复杂的问题处理起来简单明了，尤其在学习算法设计、数据结构时更能体会到这一点。但是，递归在每一次执行时都要为局部变量、返回地址分配栈空间，这就降低了运行效率，也限制了递归的深度。因此，在必要的时候可以只使用递归的思想来求解，而程序则转用非递归的方式书写。