| 递推法 有一类试题，每相邻两项数之间的变化有一定的规律性，我们可将这种规律归纳成如下简捷的递推关系式： Fn=g(Fn-1) 这就在数的序列中，建立起后项和前项之间的关系，然后从初始条件(或最终结果)入手，一步步地按递推关系递推，直至求出最终结果(或初始值)。很多程序就是按这样的方法逐步求解的。如果对一个试题，我们要是能找到后一项与前一项的关系并清楚其起始条件(最终结果)，问题就好解决，让计算机一步步算就是了，让高速的计算机做这种重复运算，可真正起到“物尽其用”的效果。 递推分倒推法和顺推法两种形式。一般分析思路： if求解条件F1 then begin{倒推} 由题意(或递推关系)确定最终结果Fa； 求出倒推关系式Fi-1=g'(Fi); i=n;{从最终结果Fn出发进行倒推} while 当前结果Fi非初始值F1 do由Fi-1=g(F1)倒推前项； 输出倒推结果F1和倒推过程； end {then} else begin{顺推} 由题意(或顺推关系)确定初始值F1(边界条件)； 求出顺推关系式F1=g(Fi-1); i=1;{由边界条件F1出发进行顺推} while 当前结果Fi非最终结果Fn do由Fi=g(Fi-1)顺推后项； 输出顺推结果Fn和顺推过程； end; {else} 一、倒推法 所谓倒推法，就是在不知初始值的情况下，经某种递推关系而获知问题的解或目标，再倒推过来，推知它的初始条件。因为这类问题的运算过程是一一映射的，故可分析得其递推公式。然后再从这个解或目标出发，采用倒推手段，一步步地倒推到这个问题的初始陈述。 下面举例说明。 [例1] 贮油点 一辆重型卡车欲穿过1000公里的沙漠，卡车耗油为1升/公里，卡车总载油能力为500公升。显然卡车一次是过不了沙漠的。因此司机必须设法在沿途建立几个储油点，使卡车能顺利穿越沙漠，试问司机如何建立这些储油点？每一储油点应存多少油，才能使卡车以消耗最少油的代价通过沙漠？ 算法分析： 编程计算及打印建立的贮油点序号，各贮油点距沙漠边沿出发的距离以及存油量。 No. Distance(k.m.) oil(litre) 1 X X X X 2 X X X X 3 X X X X ... ..... ...... 设dis[i] 为第i个贮油点至终点(i=0)的距离； oil[i] 为第i个贮油点的存贮油量； 我们可以用倒推法来解决这个问题。从终点向始点倒推，逐一求出每个贮油点的位置及存油量。 下图表示倒推时的返回点：
从贮油点i向贮油点i+1倒推的策略是，卡车在点i和点i+1间往返若干次。卡车每次返回i+1处时正好耗尽500公升汽油，而每次从i+1出发时又必须装足500公升汽油。两点之间的距离必须满足在耗油最少的条件下使i点贮足i*500分升汽油的要求(0<=i<=n-1)。具体地讲，第一个贮油点i=1应距终点i=0处500km且在该处贮藏500公升汽油，这样才能保证卡车能由i=1处到达终点i=0处，这就是说 dis[1]=500 oil[1]=500; 为了在i=1处贮藏500公升汽油，卡车至少从i=2处开两趟满载油的车至i=1处。所以i=2处至少贮有2*500公升汽油，即oil[2]=500*2=1000。另外，再加上从i=1返回至i=2处的一趟空载，合计往返3次。三次往返路程的耗油量按最省要求只能为500公升。即d12=500/3km dis[2]=dis[1]+d12=dis[1]+500/3
为了在i=2处贮存1000公升汽油，卡车至少从i=3处开三趟满载油的车至i=2处。报以i=3处至少贮有3*500公升汽油，即oil[3]=500*3=1500。加上i=2至i=3处的二趟返程空车，合计5次。路途耗油量也应为500公升，即d23=500/5, dis[3]=dis[2]+d23=dis[2]+500/5;
依此类推，为了在i=k处贮藏k*500公升汽油，卡车至少从i=k+1处开k趟满载车至i=k处，即 oil[k+1]=[k+1]*500=oil[k]+500，加上从i=k处返回i=k+1的k-1趟返程空间，合计2k-1次。这2k-1次总耗油量按最省要求为500公升，即 dk,k+1=500/(2k-1) dis[k+1]=dis[k]+dk,k+1 =dis[k]+500/(2k-1);
最后，i=n至始点的距离为1000-dis[n],oil[n]=500*n。为了在i=n处取得n*500公升汽油，卡车至少从始点开n+1次满载车至i=n，加上从i=n返回始点的n趟返程空车，合计2n+1次，2n+1趟的总耗油量应正好为(1000-dis[n])*(2n+1)，即始点藏油为oil[n]+(1000-dis[n])*(2n+1)。 下面为程序代码： program oil_lib; var k:integer; {贮油点位置序号} d, {累计终点至当前贮油点的距离} d1:real; {i=n至始点的距离} oil,dis:array[1..10] of real; i:integer; {辅助变量} begin writeln('NO.','distance(k.m)':30,'oil(1.)':80); k:=1; d:=500; { 从i=1处开始向始点倒推} dis[1]:=500; oil[1]:=500; repeat k:=k+1; d:=d+500/(2*k-1); dis[k]:=d; oil[k]:=oil[k-1]+500; until d>=1000;
dis[k]:=1000; {置始点至终点的距离值} d1:=1000-dis[k-1]; {求i=n处至始点的距离} oil[k]:=d1*(2*k+1)+oil[k-1]; {求始点藏油量} for i:=0 to k do {由始点开始，逐一打印始点至当前贮油点的距离和藏油量} writeln(i,1000-dis[k-i]:30,oil[k-i]:80); end. {main}
转换为C语言程序如下： #include<stdio.h> void main() { int k; /*贮油点位置序号*/ float d,d1; /*d:累计终点至当前贮油点的距离,d1:i=n至始点的距离*/ float oil[10],dis[10]; int i; printf("NO. distance(k.m.)/toil(l.)/n"); k=1; d=500; /*从i=1处开始向始点倒推*/ dis[1]=500; oil[1]=500; do{ k=k+1; d=d+500/(2*k-1); dis[k]=d; oil[k]=oil[k-1]+500; }while(!(d>=1000)); dis[k]=1000; /*置始点至终点的距离值*/ d1=1000-dis[k-1]; /*求i=n处至始点的距离*/ oil[k]=d1*(2*k+1)+oil[k-1]; /*求始点藏油量*/ for(i=0;i<k;i++) /*由始点开始逐一打印始点至当前贮油点的距离和藏油量*/ printf("%d/t%f/t%f/t/n",i,1000-dis[k-i],oil[k-i]); }
|
| 实用算法(基础算法-递推法-02) |
|
顺推法 倒推法的逆过程就是顺推法，即由边界条件出发，通过递推关系式推出后项值，再由后项值按递推关系式推出再后项值......，依次递推，直至从问题初始陈述向前推进到这个问题的解为止。 实数数列：一个实数数列共有N项，已知 ai=(ai-1-ai+1)/2+d, (1<i<N)(N<60) 键盘输入N,d,a1,an,m,输出am 输入数据均不需判错。 算法分析： 分析该题，对公式： Ai=(Ai-1-Ai+1)/2+d (1<i<N) (n<60) 作一翻推敲，探讨其数字变换规律。不然的话会无从下手。 令 X=A2 s2[i]=(pi,Qi,Ri)表示Ai=PiX+QiD+RiA1 我们可以根据 Ai=Ai-2-2Ai-1+2D =PiX+QiD+RiA1
A(i-1)=( A(i-2)-A(i) )/2+d,可以推出A(i)=A(i-2)-2A(i-1)+2d A(i)=A(i-2)-2A(i-1)+2d=P(i)X+Q(i)d+R(i)A(1) 所以A(i-2)=P(i-2)X+Q(i-2)d+R(i-2)A(1) A(i-1)=P(i-1)X+Q(i-1)d+R(i-1)A(1) 这样就推出PiX+QiD+RiA1=(Pi-2-2Pi-1)X+(Qi-2-2Qi-1+2)D+(Ri-2-2Ri-1)A1
推出公式 PiX+QiD+RiA1=(Pi-2-2Pi-1)X+(Qi-2-2Qi-1+2)D+(Ri-2-2Ri-1)A1 比较等号两端X,D和A1的系数项，可得 Pi=Pi-2-2Pi-1 Qi=Qi-2-2Qi-1+2 Ri=Ri-2-2Ri-1 加上两个边界条件 P1=0 Q1=0 R1=1 (A1=A1) P2=1 Q2=0 R2=0 (A2=A2) 根据Pi、Qi、Ri的递推式，可以计算出 S2[1]=(0,0,1); S2[3]=(-2,2,1); S2[4]=(5,-2,-2); S2[5]=(-12,8,5); ................... S2[i]=(Pi,Qi,Ri); ................... S2[N]=(PN,QN,RN); 有了上述基础，AM便不难求得。有两种方法： 1、由于AN、A1和PN、QN、RN已知，因此可以先根据公式： A2=AN-QND-RNA1/PN 求出A2。然后将A2代入公式 A3=A1-2A2+2D 求出A3。然后将A3代入公式 A4=A2-2A3+2D 求出A4。然后将A4代入公式 ............................ 求出Ai-1。然后将Ai-1代入公式 Ai=Ai-2-2Ai-1+2D 求出Ai。依此类推，直至递推至AM为止。 上述算法的缺陷是由于A2是两数相除的结果，而除数PN递增，因此精度误差在所难免，以后的递推过程又不断地将误差扩大，以至当M超过40时，求出的AM明显徧离正确值。显然这种方法简单但不可靠。 2、我们令A2=A2,A3=X，由S3[i]=(Pi,Qi,Ri)表示Ai=PiX+QiD+RiA2 (i>=2) 可计算出： S3[2]=(0,0,1)=S2[1]; S3[3]=(1,0,0)=S2[2]; S3[4]=(-2,2,1)=S2[3]; S3[5]=(5,-2-2)=S2[4]; ...................... S3[i]=(..........)=S2[i-1]; ..................... S3[N]=(..........)=S2[N-1]; 再令A3=A3,A4=X,由S4[i]=(pi,Qi,Ri)表示Ai=PiX+QiD+RiA3 (i>=3) 可计算得出： S4[3]=(0,0,1)=S3[2]=S2[1]; S4[4]=(1,0,0)=S3[3]=S2[2]; S4[5]=(-22,1)=S3[4]=S2[3]; .......................... S4[i]=(...........)=S3[i-1]=S2[i-2]; ....................... S4[N]=(...........)=S3[N-1]=S2[N-2]; 依此类推，我们可以发现一个有趣的式子： AN=PN-i+2*Ai+QN-i+2*D+RN-i+2*Ai-1, 即 Ai=(AN-QN-i+2*D-RN-i+2*Ai-1)/PN-i+2 我们从已知量A1和AN出发，依据上述公式顺序递推A2、A3、...、AM.由于PN-i+2递减，因此最后得出的AM要比第一种算法趋于精确。 程序代码如下： program ND1P4; const maxn =60; var n,m,i :integer; d :real; list :array[1..maxn] of real; {list[i]-------对应ai} s :array[1..maxn,1..3] of real; {s[i,1]--------对应Pi} {s[i,2]--------对应Qi} {s[i,3]--------对应Ri} procedure init; begin write('n m d ='); readln(n,m,d); {输入项数，输出项序号和常数} write('a1 a',n,'='); readln(list[1],list[n]); {输入a1和an} end; {init} procedure solve; begin s[1,1]:=0;s[1,2]:=0;s[1,3]:=1; {求递推边界(P1,Q1,R1)和(P2,Q2,R2)} s[2,1]:=1;s[2,2]:=0;s[2,3]:=0; {根据公式Pi<---Pi-2 - 2*Pi-1} {Qi<---Qi-2 - 2*Qi-1} {Ri<---Ri-2 - 2*Ri-1} {递推(P3,Q3,R3)......Pn,Qn,Rn)} for i:=3 to n do begin s[i,1]:=s[i-2,1]-2*s[i-1,1]; s[i,2]:=s[i-2,2]-2*s[i-1,2]+2; s[i,3]:=s[i-2,3]-2*s[i-1,3]; end; {for} end;{solve} procedure main; begin solve; {求(P1,Q1,R1)..(Pn,Qn,Rn)} {根据公式Ai=(An-Qn-i+2 * d-Rn-i+2 * Ai-1)/Pn-i+2} {递推A2..Am} for i:=2 to m do list[i]:=(list[n]-s[n-i+2,2]*d-s[n-i+2,3]*list[i-1])/s[n-i+2,1]; writeln('a',m,'=',list[m]:20:10); {输出Am} end; {main} begin init; {输入数据} main; {递推和输出Am} readln; end. {main} |
1万+
07-14
“相关推荐”对你有帮助么？
-
非常没帮助 -
没帮助 -
一般 -
有帮助 -
非常有帮助
提交
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
