计算机程序设计基础——第六讲.pptVIP

计算机程序设计基础 第六讲 递归 3. 先看简单情况，河中无柱子：S=0， Jump(0,y) 当y=1时，Jump(0,1)=2； 说明：河中有一片荷叶，可以过两只青蛙，起始时L上有两只青蛙，1#在2#上面。 第一步：1# 跳到荷叶上； 第二步：2# 从L直接跳至R上； 第三步：1# 再从荷叶跳至R上。 如下图： * * 递归算法在可计算性理论中占有重要地位，它是算法设计的有力工具，对于拓展编程思路非常有用。就递归算法而言并不涉及高深数学知识，只不过初学者要建立起递归概念不十分容易。 我们先从一个最简单的例子导入。 递归及其实现 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 为了表述得直观清晰，我们定义两个结点：或结点与与结点。 图示的直观性与思维助力。 1、或结点 A为“或结点”，A依不同条件会有两种不同的取值B或C。结点用 表示。 如果有多于2种取值，可用下图： 条件为Z1, Z2, …,Zn，取值为B或C,…或G 2、与结点 与结点要涂黑，相关联的B与C之间要用弧线连起来。 A为与结点，A的最终取值为C结点的值，但为了求得C的值，得先求出B结点的值，C是B的函数。 仍以求n!为例画出如下与或图 A为或结点；B为直接可解结点，值为1； C为与结点，当n1时，A的取值即C的值，而C的值即E的值，为了求得E的值，需要先求出D的值。D值fact(n-1)乘以n即为E的值。 与结点可能有多个相关联的点，这时可描述为下图 A结点的值最终为D的值，但为了求D需先求B和C。从图上看先求左边的点才能求最右边的点的值，我们约定最右边D点的值就是A结点的值。 下面我们以3！为例来画与或结点图，目的是体会递归的含义。 C = 1 D = 2*C = 2 B = D = 2 E = 3*B = 3*2 = 6 A = E = 6 下面画出了调用和返回的递归示意图 从图可以想象： 欲求fact(3)，先要求fact(2)；要求fact(2)先求fact(1)。就象剥一颗圆白菜，从外向里，一层层剥下来，到了菜心，遇到1的阶乘，其值为1，到达了递归的边界。然后再用fact(n)=n*fact(n-1)这个普遍公式，从里向外倒推回去得到fact(n)的值。 为了把这个问题说得再透彻一点。我们画了如下的流程图： 为了形象地描述递归过程，将上图改画成下图 在这个图中“内层”与“外层”有着相同的结构。它们之间“你中有我，我中有你”，呈现相互依存的关系。 为了进一步讲清递归的概念，将递归与递推做一比较。仍以求阶乘为例。 递推是从已知的初始条件出发，逐次去求所需要的阶乘值。 如求3！ 初始条件 fact(1) = 1 fact(2) = 2*fact(1) = 2 fact(3) = 3*fact(2) = 6 这相当于从菜心“推到”外层。而递归算法的出发点不放在初始条件上，而放在求解的目标上，从所求的未知项出发逐次调用本身的求解过程，直到递归的边界（即初始条件）。就本例而言，读者会认为递归算法可能是多余的，费力而不讨好。但许多实际问题不可能或不容易找到显而易见的递推关系，这时递归算法就表现出了明显的优越性。下面我们将会看到，递归算法比较符合人的思维方式，逻辑性强，可将问题描述得简单扼要，具有良好的可读性，易于理解，许多看来相当复杂，或难以下手的问题，如果能够使用递归算法就会使问题变得易于处理。下面举一个尽人皆知的例子哈诺（Hanoi）塔问题。 故事：相传在古代印度的Bramah庙中，有位僧子整天把三根柱子上的金盘倒来倒去，原来他是想把64个一个比一个小的金盘从一根柱子上移到另一根柱子上去。移动过程中恪守下述规则：每次只允许移动一只盘，且大盘不得落在小盘上面。有人会觉得这很简单，真的动手移盘就会发现，如以每秒移动一只盘子的话，按照上述规则将64只盘子从一个柱子移至另一个柱子上，所需时间约为5800亿年。 怎样编写这种程序？从思路上还是先从最简单的情况分析起，搬一搬看，慢慢理出思路。 1、在A柱上只有一只盘子，假定盘号为1，这时只需将该盘从A搬至C，一次完成，记为move 1 from A to C 2、在A柱上有二只盘子，1为小盘，2为大盘。 第（1）步将1号盘从A移至B，这是为了让2号盘能移动； 第（2）步将2号盘从A移至C； 第（3）步再将1号盘从B移至C； 这三步记为： move 1 from A to B; move 2 from A to C; move 3 form B to C; 3、在A柱