第三讲递归与回溯法.docVIP

第三讲 递归与回溯法 一、递归的概念 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3-1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) ，… 一个函数、过程、概念或数学结构，如果在其定义或说明内部又直接或间接地出现有其本身的引用，则称它们是递归的或者是递归定义的。在程序设计中，过程或函数直接或者间接调用自己，就被称为递归调用。 递归过程是借助于一个递归工作栈来实现的，问题向一极推进，这一过程叫做递推；问题逐一解决，最后回到原问题，这一过程叫做回归。递归的过程正是由递推和回归两个过程组成。 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 unction 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。 二、应用举例 例1、楼梯有N级台阶，上楼可以一步上一阶，也可以一步上二阶。编一递归程序，计算共有多少种不同走法？ 提示：如N级楼梯有S(N)种不同走法，则有： S(N)=S(N-2)+S(N-1) 输入：N 输出：所有的走法 例2、新汉诺（hanoi）塔问题 设有n各大小不等的中空圆盘，按从小到大的顺序从1到n编号。将这n个圆盘任意的迭套在三根立柱上，立柱的编号分别为A、B、C，这个状态称之为初始状态。问题要求找到一种步数最少的移动方案