算法系统学习-正的麻烦反着来呗！（迭代算法-倒推法）

倒推法

所谓的倒推法，是对某些特殊问题所采用的违反通常习惯的，从后向前推解问题的方法，正向推理比较麻烦时，反而在逆向推理中更加巧妙地解决问题。

Case1猴子吃桃问题

一只小猴子摘了若干个桃子，每天吃总数的一半多一个，到第十天的时候就剩一个桃子，请问原来有多少桃子？

建立数学模型：

每天的桃子总数为

a10=1， a9=(1+a10)*2, a8=(1+a9)*2, .....

算法设计：

由于每天的桃子数只依赖前一天的桃子数，所以用一个迭代变量代表桃子个数就可以了

ai=（1+ai）*2 i 取值为9，8，7，6，5，4....1

main(){
	int i,a;
    a=1;
    for(i=9;i>=1;i--){
    a=(a+1)*2;
        cout<<a;
    }
}
复制代码

由一个简单的小case对倒推法有一个简单的了解，让我们来看一个比较有趣的数学问题--“杨辉三角”

Case2杨辉三角（使用一维数组）:

关于杨辉三角问题，具体我就不进行过多的阐述了，因为想必你们的体育老师应该也讲过吧。

算法分析：

第i层有i列需要求解的i个数据，若从第一列开向后计算求i行时，由于用一个一维数组存储，每求出一个数将覆盖掉第i-1行对应的存储的值。这 将导致下一个数无法计算。而倒推法却不会，因此迭代表达式为：

A[1]= A[i]=1

A[j]=A[j]+A[j-1] j=i-1 ,i-2, i-3.....2

i行 i-1行 i-1行

为输出方便可以转化一下格式：

1

1 1

1 2 1

1 3 3 1

1 4 6 4 1

算法如下：

main(){
	int n,i,j, a[100];
    cin>>n;
    cout<<"1";cout<<"/n";
    a[1]=a[2]=1;
    cout<<a[1]<<a[2];
    for(i=3;i<=n;i++){
    a[1]=a[i]=1;
       for(j=i-1;j>1;j--){
       a[j]=a[j]+a[j-1];
       
       }
        for(j=1;j<=i;j++){
            cout<<a[j];
        }
    }

	cout<<"/n";
}
复制代码

迭代法解方程

Case1:求ax^3+bx^2+cx+d=0方程根的算法，系数a，b，c，d的值依次是1，2，3，4，由主函数输入。求x在1附近的一个实根并输出。

拓展：牛顿迭代法

牛顿迭代法又称切线法，它比一般的迭代法有更高的收敛速度。首先选择一个接近的函数f（x）零点的x0，计算对应的f（x0）和切线斜率f'（x） （f'(x)表示是函数的导数，求导是高数的内容不具体详细讲解，不懂的可以百度）然后计算穿过点（x0，f（x0））且斜率f'(x)的直线方程：

y=f（x0）+f'（x）（x-x0）

和x轴的交点的x坐标，也就是求如下方程的解：

0=f（x0）+f'（x）（x-x0）

---

迭代公式可以简化成：xn+1=xn-f（xn）/f'（n）

这就是有名的牛顿迭代公式，已经证明了，如果f'连续的，并且待求的零点x是孤立的，那么在零点x周围存在一个区域，只要初始值x0位于这个临近区域内，那么牛顿法必定收敛（关于收敛性也是高数的内容，就不详细讲解）

因此看完关于牛顿迭代，可得出算法如下：

main(){

	float a,b,c,d,fx;
    cout<<'系数a,b,c,d：'
    cout>>a>>b>>c>>d;
    fx=f(a,b,c,d);
    cout<<'方程的根'<<fx;
}


float a,b,c,d;
fx=f(a,b,c,d);
{
float x1=1,x0,f0,f1;
    do{
    x0=x1;
        f0=((a*x0+b)*x0+c)*x0+d;
        f1=(3*a*x0+2*b)*x0+c;
        x1=x0-f0/f1;
    }while(fabs(x1-x0)>=1e-4){
    return(x1);
    }
}