[数学]ch2递归与分治策略.ppt

算法设计与分析 中原工学院计算机学院 王璐 E-Mail：dqx_wl@163.com 2008年9月1日 第2章 递归与分治策略 本章主要知识点： 2.1 递归的概念 2.2 分治法的基本思想 2.3 二分搜索技术 2.4 大整数的乘法 2.5 Strassen矩阵乘法 2.6 棋盘覆盖 2.7 合并排序 2.8 快速排序 2.9 线性时间选择 2.10 最接近点对问题 2.11 循环赛日程表 计划授课时间：6～8课时 2.1 递归的概念 直接或间接地调用自身的算法称为递归算法。用函数自身给出定义的函数称为递归函数。 循环逻辑(circular logic)？ 在计算机算法设计与分析中，使用递归技术往往使函数的定义和算法的描述简洁且易于理解。 下面来看几个实例。 2.1 递归的概念 例1 阶乘函数 可递归地定义为： 原问题由与之类性一致（或相似）而规模较小的子问题来定义 其中： n=0时，n!=1为边界条件( “出口”，base case ） n0时，n!=n(n-1)!为递归方程 2.1 递归的概念 例2 Fibonacci数列 无穷数列1，1，2，3，5，8，13，21，34，55，…，被称为Fibonacci数列。它可以递归地定义为： 第n个Fibonacci数可递归地计算如下： public static int fibonacci(int n) { if (n = 1) return 1; return fibonacci(n-1)+fibonacci(n-2); } 2.1 递归的概念 例3 Ackerman函数 当一个函数及它的一个变量是由函数自身定义时，称这个函数是双递归函数。Ackerman函数A(n，m)定义如下： 前2例中的函数都可以找到相应的非递归方式定义。 但本例中的Ackerman函数却无法找到非递归的定义。 2.1 递归的概念 A(n，m)的自变量m的每一个值都定义了一个单变量函数： M=0时，A(n,0)=n+2 M=1时，A(n,1)=A(A(n-1,1),0)=A(n-1,1)+2，和A(1,1)=2故A(n,1)=2*n M=2时，A(n,2)=A(A(n-1,2),1)=2A(n-1,2)，和A(1,2)=A(A(0,2),1)=A(1,1)=2，故A(n,2)= 2^n 。 M=3时，类似的可以推出 M=4时，A(n,4)的增长速度非常快，以至于没有适当的数学式子来表示这一函数。 定义单变量的Ackerman函数A(n)为，A(n)=A(n，n)。 定义其拟逆函数α(n)为：α(n)=min{k｜A(k)≥n}。即α(n)是使n≤A(k)成立的最小的k值。 α(n)在复杂度分析中常遇到。对于通常所见到的正整数n，有α(n)≤4。但在理论上α(n)没有上界，随着n的增加，它以难以想象的慢速度趋向正无穷大。 2.1 递归的概念 递归的两个基本要素 base case------基准，边界条件 必须要有某些情况，不用再递归就能求解。也就是说，必须要有“出口”。 making progress-------推进，递归方程 递归调用必须总能够朝着产生基准的方向推进 边界条件与递归方程是递归函数的二个基本要素，递归函数只有具备了这两个要素，才能在有限次计算后得出结果。 2.1 递归的概念 例4 排列问题 （我们来看一下这个问题有没有做成递归的可能性，以及怎样做？） 设计一个递归算法生成n个元素{r1,r2,…,rn}的全排列。 全排列次数：n! 实例：{1,2,3,4,5} 1{除1外的n-1个元素的全排列} 2 {除2外的n-1个元素的全排列} 3 {除3外的n-1个元素的全排列} 4{除4外的n-1个元素的全排列} 5 {除5外的n-1个元素的全排列} 2.1 递归的概念 设R={r1,r2,…,rn}是要进行排列的n个元素，Ri=R-{ri}。 集合X中元素的全排列记为perm(X)。(ri)perm(X)表示在全排列perm(X)的每一个排列前加上前缀得到的排列。 R的全排列可归纳定义如下： 当n=1时，perm(R)=(r)，其中r是集合R中唯一的元素； 当n1时，perm(R)由(r1)perm(R1)，(r2)perm(R2)，…，(rn)perm(Rn)构成。 2.1 递归的概念 例5 整数划分问题 将正整数n表示成一系列正整数之和：n=n1+n2+…+nk， 其中n1≥n2≥…≥nk≥1，k≥1。 正整数n的这种表示称为正整数n的划分。求正整数n的不同划分个数。 例如正整数6有如下11种不同的划分： 6； 5+1； 4+2，4+1+1； 3+3，3+2+1，3+1+1+1； 2+2+2，2+2+1+1，2+1+1+1+1； 1