递归算法
一、什么是递归
1、定义
①递归:在定义一个过程或函数时出现调用本过程或本函数的成分。
②直接递归:调用自身。
③间接递归:过程或函数p调用过程或函数q,而q又调用p。
④任何间接递归都可以等价地转换为直接递归。
⑤尾递归:一个递归过程或递归函数中递归调用语句是最后一条执行语句。
2、什么时候使用递归
- 【定义是递归的】
部分数学公式或数列等的定义,如求n!或Fibonacci数列等。
- 【数据结构是递归的】
//单链表结构
//求一个不带头结点的单链表L的所有data域(假设为int型)之和
int Sum(LinkList *L)
{ if (L==NULL)
return 0;
else
return(L->data+Sum(L->next));
}
//二叉树的二叉链存储结构
//求非空二叉链bt中所有结点值之和的递归算法,假设二叉链的data域为int型。
//二叉树采用二叉链存储结构,其结点类型定义如下:
typedef struct BNode
{ int data;
struct BNode *lchild,*rchild;
} BTNode; //二叉链结点类型
//算法如下:
int Sumbt(BTNode *bt) //求二叉树bt中所有结点值之和
{ if (bt->lchild==NULL && bt->rchild==NULL)
return bt->data; //只有一个结点时返回该结点值
else //否则返回左、右子树结点值之和加上根结点值
return Sumbt(bt->lchild)+ Sumbt(bt->rchild)+bt->data);
}
- 【问题的求解方法是递归的】
Hanoi问题(汉诺塔问题)
//设Hanoi(n,x,y,z)表示将n个盘片从x通过y移动到z上
Hanoi(n-1,x,z,y);
move(n,x,z):将第n个圆盘从x移到z;
Hanoi(n-1,y,x,z)
3、递归模型
递归模型=递归出口+递归体
①对原问题f(Sn)进行分析,抽象出合理的“子问题” f(sSn-1)
②假设f(Sn-1)是可解的,在此基础上确定f(Sn)的解,即给出f(Sn)与f(Sn-1)之间的关系
③确定一个特定情况(如f(1)或f(0))的解,由此作为递归出口
【其中n、n-1为S的下标】
4、递归的执行过程
①每次调用相同函数,但它的参数、输入数据等均有变化,保证其各个调用的独立性
②调用栈:
想象我们向一个桶中(桶的直径略大于圆盘,桶底部封口)依次放入圆盘,假设我想知道桶有多深,那我们先将a放入最底部,发现还有空间,于是依次放入b、c、d、e,发现桶满,但我忘了已经放了多少个盘子,于是只能依次拿出e、d、c、b、a,当拿到a时,我就知道桶深度为5!我们这里关注一下整个过程,分为两步,先依次放入5个盘子,然后再依次拿出5个盘子,这就是调用栈的压入和弹出!
#include <stdio.h>
void f(int n)
{ if (n<1)
return;
else
{ printf("调用f(%d)前,n=%d\n",n-1,n);
f(n-1);
printf("调用f(%d)后:n=%d\n",n-1,n);
}
}
//执行结果
调用f(3)前,n=4
调用f(2)前,n=3
调用f(1)前,n=2
调用f(0)前,n=1
调用f(0)后: n=1
调用f(1)后: n=2
调用f(2)后: n=3
调用f(3)后: n=4
二、递归的算法设计
1、一般步骤
先给出递归模型,再转换成对应的C/C++语言函数
-
【例题】
用递归法求一个整数数组a的最大元素 -
【分析】
①设f(a,i)求解数组a中前i个元素即a[0…i-1]中的最大元素,则f(a,i-1)求解数组a中前i-1个元素即a[0…i-2]中的最大元素。
②假设f(a,i-1)已求出,则有f(a,i)=MAX{f(a,i-1),a[i-1]}。递推方向是朝a中元素减少的方向推进,当a中只有一个元素时,该元素就是最大元素,所以f(a,1)=a[0]
- 【递归模型】
当i=1时,f(a,i)=a[0]
当i>1时,f(a,i)=MAX{f(a,i-1),a[i-1]}
- 【算法实现】
int fmax(int a[],int i)
{
if (i==1)
return a[0];
else
return(fmax(a,i-1),a[i-1]);
}
2、递归数据结构及其算法设计
①定义
采用递归方式定义的数据结构称为递归数据结构。在递归数据结构定义中包含的递归运算称为基本递归运算。
递归数据结构用数学符号表示:
RD=(D,Op)
其中,D={di}(i为下标,1≤i≤n,共n个元素)为构成该数据结构的所有元素的集合。
Op是基本递归运算的集合,Op={opj}(j为下标,1≤j≤m,共m个基本递归运算),对于任意di∈D,不妨设opj为一元运算符,则有opj(di)∈D,也就是说,递归运算符具有封闭性
②递归算法设计
【单链表】
- 【例题】
有一个不带头结点的单链表L,设计一个算法释放其中所有结点 - 【分析】
①设L={a1,a2,…,an},f(L)的功能是释放a1~an的所有结点,则f(L->next)的功能是释放a2~an的所有结点。
②假设f(L->next)是已实现,则f(L)就可以采用先调用f(L->next),然后释放L所指结点来求解
- 【递归模型】
当L=NULL时, f(L) ≡不做任何事件
else,f(L) ≡ f(L->next); 释放*L结点
- 【算法实现】
void DestroyList(LinkNode *&L) //释放单链表L中所有结点
{
if (L!=NULL)
{
DestroyList(L->next);
free(L);
}
}
【二叉树】
- 【例1】
对于含 n(n>0)个结点的二叉树,所有结点值为int类型,设计一个算法由其先序序列a和中序序列b创建对应的二叉链存储结构 - 【分析】
先序序列:
中序序列:
得出:
- 【算法实现】
BTNode *CreateBTree(ElemType a[],ElemType b[],int n) //由先序序列a[0..n-1]和中序序列b[0..n-1]建立二叉链存储结构bt
{
int k;
if (n<=0) return NULL;
ElemType root=a[0]; //根结点值
BTNode *bt=(BTNode *)malloc(sizeof(BTNode));
bt->data=root;
for (k=0;k<n;k++) //在b中查找b[k]=root的根结点
if (b[k]==root)
break;
bt->lchild=CreateBTree(a+1,b,k); //递归创建左子树
bt->rchild=CreateBTree(a+k+1,b+k+1,n-k-1); //递归创建右子树
return bt;
}
- 【例2】
设计一个递归算法,输出一个大于零的十进制数n的各数字位,如n=123,输出各数字位为123 - 【分析】
设n为m位十进制数a m-1 a m-2…a1a0(m>0),则有:
n%10=a0,n/10=a m-1 a m-2…a1。
设f(n)的功能是输出十进制数n的各数字位,则f(n/10)的功能是输出除a0(即n%10)外的各数字位
- 【递归模型】
当n=0,f(n) ≡不做任何事件
else,f(n)≡ f(n/10); 输出n%10
- 【算法实现】
void digits(int n)
{
if (n!=0)
{
digits(n/10);
printf("%d",n%10);
}
}
三、示例
1、简单选择排序
- 【问题】
对于给定的含有n个元素的数组a,用简单选择排序对其按元素值递增排序 - 【分析】
- 【递归模型】
- 【算法实现】
2、冒泡排序
- 【问题】
对于给定的含有n个元素的数组a,用冒泡排序对其按元素值递增排序 - 【分析】
设f(a,n,i)用于对a[i…n-1]元素序列(共n-i个元素)进行冒泡排序,是“大问题”,则f(a,n,i+1)用于对a[i+1…n-1]元素序列(共n-i-1个元素)进行冒泡排序,是“小问题”。当i=n-1时所有元素有序,算法结束
- 【递归模型】
① 当i=n-1,f(a,n,i) ≡ 不做任何事情,算法结束
② else,f(a,n,i) ≡ 对a[i…n-1]元素序列,从a[n-1]开始进行相邻元素比较;
若相邻两元素反序则将两者交换;
若没有交换则返回,否则执行f(a,n,i+1);
- 【算法实现】
void BubbleSort(int a[],int n,int i)
{
int j;
bool exchange;
if (i==n-1) return; //满足递归出口条件
else
{
exchange=false; //置exchange为false
for (j=n-1;j>i;j--)
if (a[j]<a[j-1]) //当相邻元素反序时
{
swap(a[j],a[j-1]);
exchange=true; //发生交换置exchange为true
}
if (exchange==false) //未发生交换时直接返回
return;
else //发生交换时继续递归调用
BubbleSort(a,n,i+1);
}
}
3、求解n皇后问题
-
【问题】
在n×n的方格棋盘上,放置n个皇后,要求每个皇后不同行、不同列、不同左右对角线。如下图所示是6皇后问题的一个解 -
【分析】
① 设queen(i,n)是在1~i-1列上已经放好了i-1个皇后,用于在i~n行放置n-i+1个皇后,则queen(i+1,n)表示在1~i 行上已经放好了i个皇后,用于在i+1~n行放置n-i个皇后。
②queen(i+1,n)比queen(i,n)少放置一个皇后。所以queen(i+1,n)是“小问题”,queen(i,n)是“大问题”。
- 【递归模型】
① 若k>n,queen(i,n) ≡ n个皇后放置完毕,输出一个解
② else,queen(i,n) ≡ 在第i行的合适的位置(i,j)
在其上放置一个皇后;
queen(i+1,n);
- 【算法实现】
bool place(int i,int j) //测试(i,j)位置能否摆放皇后
{
if (i==1) return true; //第一个皇后总是可以放置
int k=1;
while (k<i) //k=1~i-1是已放置了皇后的行
{
if ((q[k]==j) || (abs(q[k]-j)==abs(i-k)))
return false;
k++;
}
return true;
}
void queen(int i,int n) //放置1~i的皇后
{
if (i>n)
dispasolution(n); //所有皇后放置结束
else
{
for (int j=1;j<=n;j++) //在第i行上试探每一个列j
if (place(i,j)) //在第i行上找到一个合适位置(i,j)
{
q[i]=j;
queen(i+1,n);
}
}
}
- 【运行结果】
四、解释
本文相当于学习笔记,按照学校老师的ppt进行选择整理