递归【信息技术】.docVIP

递归 课题：递归与回溯 目标： 知识目标：递归概念与利用递归进行回溯 能力目标：回溯算法的应用 重点：回溯算法 难点：回溯算法的理解 板书示意： 递归的理解 利用递归回溯解决实际问题（例14、例15、例16、例17、例18） 利用回溯算法解决排列问题（例19） 授课过程： 什么是递归？先看大家都熟悉的一个民间故事：从前有座山，山上有座庙，庙里有一个老和尚在给小和尚讲故事，故事里说，从前有座山，山上有座庙，庙里有一个老和尚在给小和尚讲故事，故事里说……。象这样，一个对象部分地由它自己组成，或者是按它自己定义，我们称之是递归。 例如，我们可以这样定义N!，N!=N*(N-1)!，因此求N!转化为求 (N-1)!。这就是一个递归的描述。 因此，可以编写如下递归程序： program Factorial; var N: Integer; T: Longint; function Fac(N: Integer): Longint; begin if N = 0 then Fac := 1 else Fac := N * Fac(N - 1) end; begin Write(N = ); Readln(N); T := Fac(N); Writeln(N! = ,T); end. 图13展示了N=3的执行过程。由上述程序可以看出，递归是一个反复执行直到递归终止的过程。 设一个未知函数f，用其自身构成的已知函数g来定义： 为了定义f(n)，必须先定义f(n-1)，为了定义f(n-1)，又必须先定义f(n-2) ，…，上述这种用自身的简单情况来定义自己的方式称为递归定义。 递归有如下特点： ①它直接或间接的调用了自己。 ②一定要有递归终止的条件，这个条件通常称为边界条件。 与递推一样，每一个递推都有其边界条件。但不同的是，递推是由边界条件出发，通过递推式求f(n)的值，从边界到求解的全过程十分清楚；而递归则是从函数自身出发来达到边界条件，在通过边界条件的递归调用过程中，系统用堆栈把每次调用的中间结果（局部变量和返回地址）保存起来，直至求出递归边界值f(0)=a。然后返回调用函数。返回的过程中，中间结果相继出栈恢复，f(1)=g(1,a)(f(2)=g(2,f(1))(……(直至求出f(n)=g(n,f(n-1))。 由此可见，递归算法的效率往往很低，费时和费内存空间。但是递归也有其长处，它能使一个蕴含递归关系且结构复杂的程序简洁精炼，增加可读性。特别是在难于找到从边界到解的全过程的情况下，如果把问题进一步，其结果仍维持原问题的关系，则采用递归算法编程比较合适。 递归算法适用的一般场合为： ① 数据的定义形式按递归定义。 如裴波那契数列的定义： 对应的递归程序为 function fib(n: Integer): Integer; begin if n = 0 then fib := 1 {递归边界} else if n = 1 then fib := 2 {递归边界} else fib := fib(n – 2) + fib(n – 1); {递归} end; 这类递归问题可转化为递推算法，递归边界为递推的边界条件。例如上例转化为递推算法即为 function fib(n: Integer): Integer; begin f[0] := 1; f[1] := 2; {递推边界} for I := 2 to n do f[I] := f[I – 1] + f[I – 2]; fib := f(n); end; ② 数据之间的关系（即数据结构）按递归定义。如树的遍历，图的搜索等。 ③ 问题解法按递归算法实现。例如回溯法等。 对于②和③，可以用堆栈结构将其转换为非递归算法，以提高算法的效率以及减少内存空间的浪费。 下面以经典的N皇后问题为例，看看递归法是怎样实现的，以及比较递归算法和非递归算法效率上的差别。 例15：N皇后问题 在N*N的棋盘上放置N个皇后而彼此不受攻击（即在棋盘的任一行，任一列和任一对角线上不能放置2个皇后），编程求解所有的摆放方法。 分析： 由于皇后的摆放位置不能通过某种公式来确定，因此对于每个皇后的摆放位置都要进行试探和纠正，这就是“回溯”的思想。在N个皇后未放置完成前，摆放第I个皇后和第I+1个皇后的试探方法是相同的，因此完全可以采用递归的方法来处理。 下面是放置第I个皇后的的递归算法： Procedure Try(I:integer)； {搜索第I行皇后的位置} var