递归的概念与基本思想.ppt

递归策略 递归的概念与基本思想 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。 递归的概念与基本思想 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； 而问题逐一解决，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。 递归的概念与基本思想 用递归算法求 n! 定义：函数 fact( n ) = n! fact( n-1 ) = ( n-1 )! 则有 fact( n ) = n *fact( n-1 ) 已知 fact( 1 ) = 1 练习写出相应的代码 5 下面画出了调用和返回的递归示意图 递归的概念与基本思想 递归实现的代价是巨大的栈空间的耗费，那是因为过程每向前递推一次，程序将本层的实在变量（值参和变参）、局部变量构成一个“工作记录”压入工作栈的栈顶，只有退出该层递归时，才将这一工作记录从栈顶弹出释放部分空间。由此可以想到，减少每个“工作记录”的大小便可节省部分空间。例如某些变参可以转换为全局变量，某些值参可以省略以及过程内部的精简。 递归的概念与基本思想 示例：求a[1..n]的最大者。 有如下过程： Procedure findmax(i:integer;var max:integer); var j:integer; begin max:=a[i]; if i=n then exit else begin findmax(i+1,j); if jmax then max:=j; end; end; 递归的概念与基本思想 起始状态就是调用findmax(1,max),而像上述过程中的变参max完全可以省略。将上述方法修改可得下面的算法： Procedure findmax(i:integer); begin if i=n then exit else begin findmax(i+1); if a[i]max then max:=a[i]; end; end; 递归的概念与基本思想 起始状态就是调用findmax(1) ，max为全局变量，同时还减少了一个局部变量的使用。尽管这只是一个很简单的例子，在本例中不做精简，程序也还是能通过，但它精简的原则对其它使用递归的程序而言却是同样适用的。特别是在递归过程出现堆栈溢出情况时就应该考虑这一问题。 递归的概念与基本思想 采用递归方法编写的问题解决程序具有结构清晰，可读性强等优点，且递归算法的设计比非递归算法的设计往往要容易一些，所以 当问题本身是递归定义的，或者问题所涉及到的数据结构是递归定义的，或者是问题的解决方法是递归形式的时候，往往采用递归算法来解决。 经典递归　　例如hanoi塔问题：经典的递归，原问题包 含子问题。有些问题或者数据结构本来就是递归 描述的，用递归做很自然。 递归可以转化为非递归 递归转化为非递归的方法有很多，最标准的方法就是利用栈来实现。关键在于我们要掌握递归算法的实质：重复执行相同的算法，但其处理的数据发生了变化，因此对许多递归程序，我们可以用循环结构来完成，只要处理好变量、地址等关系就可以将递归转化为非递归。 递归的基本思想 一般来说，递归需要有边界条件、递归前进段和递归返回段。当边界条件不满足时，递归前进；当边界条件满足时，递归返回。因此，在考虑使用递归算法编写程序时，应满足两点： 1）该问题能够被递归形式描述；(且是有限次的） 2）存在递归结束的边界条件。　　 递归的能力在于用有限的语句来定义对象的无限集合。用递归思想写出的程序往往十分简洁易懂。 例如计算第n个斐波那契数的递归算法书p184 但在用递归算法时，只要输入的n值稍大，程序求解就很困难， 而递推则效率高很多。如果将自然数n的范围扩大到1500以内，则用递归算法递归调用的次数过多，在求800以上的数的时候就会出现困难，但用递推却可以大大缩小问题的规模。 递归的缺陷 递归的很多问题可以转为递推来处理，通常递推处理的效率比递归高得多。比如象阶乘、Fibonacci数列等。它们的相邻数之间有着明显的规律性的变化，通常可以将递归结束的条件作为递推的初始条件，并利用这种规律性一步一步递推到结果。这种递推通常采用循环迭代的方法，如循环累乘、循环累加等。  var f0,f1,f2:real; ??? i,n:byte; begin ??? readln(n); ?