第五讲数组与广义表.ppt

回溯法是一种“穷举”方法。其基本思想为： 假设问题的解为 n 元组 (x1, x2, …, xn)， 其中 xi 取值于集合 Si。 n 元组的子组 (x1, x2, …, xi) (in) 称为部分解，应满足一定的约束条件。 对于已求得的部分解 (x1, x2, …, xi) ， 若在添加 xi+1?Si+1 之后仍然满足约束条件， 则得到一个新的部分解 (x1, x2, …, xi+1) , 之后继续添加 xi+2?Si+2 并检查之。 例一、皇后问题求解 设四皇后问题的解为 (x1, x2, x3, x4), 其中： xi (i=1,2,3,4) ? Si={1, 2, 3, 4} 约束条件为：其中任意两个xi 和xj不能位于棋盘的同行、同列及同对角线。 按回溯法的定义，皇后问题求解过程为： 解的初始值为空；首先添加 x1=1, 之后添加满足条件的 x2=3，由于对所有的 x3?{1,2, 3, 4}都不能找到满足约束条件的部分解(x1, x2, x3), 则回溯到部分解(x1), 重新添加满足约束条件的x2=4, 依次类推。 void Trial(int i, int n) { // 进入本函数时，在n×n棋盘前i-1行已放置了互不攻 // 击的i-1个棋子。现从第 i 行起继续为后续棋子选择 // 满足约束条件的位置。当求得(in)的一个合法布局 // 时，输出之。 if (in) 输出棋盘的当前布局; else for (j=1; j=n; ++j) { 在第 i 行第 j 列放置一个棋子; if (当前布局合法) Trial(i+1, n); 移去第 i 行第 j 列的棋子; } } // trial 回溯法求解的算法一般形式： void B(int i, int n) { // 假设已求得满足约束条件的部分解(x1,..., xi-1)，本函 //数从 xi 起继续搜索，直到求得整个解(x1, x2, … xn)。 if (in) else while ( ! Empty(Si)) { 从 Si 中取 xi 的一个值 vi?Si; if (x1, x2, …, xi) 满足约束条件 B( i+1, n); // 继续求下一个部分解 从 Si 中删除值 vi; } } // B 综合几点： 1. 对于含有递归特性的问题，最好设计递归形式的算法。但也不要单纯追求形式，应在算法设计的分析过程中“就事论事”。例如，在利用分割求解设计算法时，子问题和原问题的性质相同；或者，问题的当前一步解决之后，余下的问题和原问题性质相同，则自然导致递归求解。 2. 实现递归函数，目前必须利用“栈”。一个递归函数必定能改写为利用栈实现的非递归函数；反之，一个用栈实现的非递归函数可以改写为递归函数。需要注意的是递归函数递归层次的深度决定所需存储量的大小。 3. 分析递归算法的工具是递归树，从递归树上可以得到递归函数的各种相关信息。例如：递归树的深度即为递归函数的递归深度；递归树上的结点数目恰为函数中的主要操作重复进行的次数；若递归树蜕化为单支树或者递归树中含有很多相同的结点，则表明该递归函数不适用。 例如: n=3的梵塔算法中主要操作move的执行次数可以利用下列递归树进行分析: move(3, a, b, c) move(2, a, c, b) move(2, b, a, c) move(1, a, b, c) move(1, c, a, b) move(1, b, c, a) move(1, a, b, c) 上图递归树的中序序列即为圆盘的移动操作序列。 又如: 求n!的递归函数的递归树已退化为一个单枝树;而计算斐波那契递归函数的递归树中有很多重复出现的结点。 n n-1 1 0 。。。 F5 F4 F3 F3 F2 F2 F1 F1 F0 F1 F0 。。。 4. 递归函数中的尾递归容易消除。 例如：先序遍历二叉树可以改写为： void PreOrderTraverse( BiTree T) { While (T) { Visit(T-data); PreOrderTraverse(T-lchild); T = T-rchild; }