一. 分治法
不断分解自身,分解成越来越小的问题,每个小问题的结构是相同的。
解决小问题
把子问题合并成原问题
二.递归
反复调用自身的函数,目的是不断把问题规模缩小。直到能够直接得到边界的数据的值。然后在返回的路上求解对应的解。
两个重要的东西:递归的式子、递归的边界。
返回:就是用return返回
递归式:就是把问题分解的式子。
递归边界:使用if条件判断来阻止递归一直运行下去。程序每执行一遍,都要判断一下是否达到递归的边界,如果没到达,就继续分解问题。
【例子】先把1~n的数字写出来全排列,然后按照字典序列输出这个全排列。
【例子】n皇后问题:把n个棋子放在n*n的棋盘上面
1.原则:n个皇后之间,两两都不在同行、同列、同对角线上
2.解决问题的方案:
(1)暴力法:穷举 行和列 所有可能得情况,然后一个一个判断是否合法。–>数量级太大
(2)另一种思考:由于每个皇后都在不同的行和列,不如只看行,也就是说每个皇后在不同的行,他们的行号构成一个排列。在这个前提下,所有的可能空间构成了一个全排列。判断每种情况是否合法即可。
3.所以这个问题就是全排列问题的一个应用。
所以问题总体上分解为:
罗列出所有的全排列的序列。
每种情况判断一下是否符合n皇后放置位置的定义。
于是大致上需要实现两个主要的函数。
【例子】全排列与dfs深度优先遍历
1.过程描述:向下dfs到底的时候执行一次输出,这就是一个排列的状态。
所以递归的终止条件就是深度到达了n,然后执行一下输出,再开始回溯return。
if (x == m) //递归的边界
{
for (int i = 0; i < m; i++)
{
cout << a[i] << " ";
}
cout << endl;
return;//回溯
}
*在参考书里面,代码中有一个已处理完一个字问题之后,要还原状态。同样在dfs之中,向下递归的时候,是让该节点置为被访问状态,然后向上一层回溯的过程中,也涉及到还原下一层的状态。
在这里插入图片描述
程序执行过程图:
dfs的主要代码:在这个代码里面,主函数调用dfs的时候传入的参数是x= 0,然后在递归的过程中x不断++。for循环里面的i就是全排列里面的具体的元素,所以执行a[x]=i;就是把全排列序列给赋值。b[i]表示的是这个数字是否被访问过。
for (int i = 1; i <= m; i++)
{
if (b[i] != true) //如果等于true就是还没有被访问
{
a[x] = i;
b[i] = true; //没有被访问就访问它,然后把它置为true
dfs(x + 1); //然后往下进行 dfs 如果要往下一层递归的话,都是执行到这里。然后回溯的时候是继续执行下面的代码。
b[i] = false; //这里是递归之后进行回溯的时候,把下一层的结点置回原来的状态
}
}
return;//个人感觉加上更容易理解,目的是回溯
int main()
{
cin >> m;
dfs(0);
return 0;
}
【例子】打印n个数中的m个数的全排列
把上面的解法移植到这个问题上面就是:递归的深度是2,然后循环的次数是5。
主代码:
for (int i = 1; i <= n; i++) //这里和上一个不一样的地方是,循环的次数是n
{
if (b[i] != true)
{
a[x] = i;
b[i] = true; // b[i]用来表示是否被访问过
dfs(x + 1);
b[i] = false;
}
}
}