第二章 递归算法.pptVIP

2.递推关系式: 0 0 0 . . . 0 0 0 1 1 1 . . . 1 1 1 _ _ (n) 0 0 0 . . . 0 0 _ _ 1 1 . . . 1 1 1 0 1 0 0 0 . . . 0 0 1 1 1 1 . . . 1 _ _ 0 1 (n-1) 对n-1个棋子进行递归的移动直到n=4为止 3.递归算法设计 3.算法实现： (对棋子的位置进行编号，从1,2,2n,2n+1,2n+2) void chess(int n){ //n为移动的棋子数，n≥4 if( n == 4 ){ //递归出口 …… } else if( n4 ){ //进入递归 move_to(n,n+1, 2n+1,2n+2); move_to(2n-1,2n,n,n+1); chess(n-1); } } 3.递归算法设计 4.思考： 如果棋子的移动规则改为每次移动相邻的3个(4,5,…)棋子，其他条件不变，则如何解决此问题？ 递归关系式的推导 初值的判断(n=?有解) 算法的实现 3.递归算法设计 n个元素的全排列 N=1, 输出 1 N=2, 输出 1,2 2,1 N=3, 输出 1,2,3 1,3,2 2,1,3 2,3,1 3,1,2 3,2,1 解决： 递推关系式 初始值(递归的出口) 算法实现 3.递归算法设计 a[ ] = {1,2.3,4,…,n}; //对a[k] – a[n] 进行全排列 void Range(a,k,n) { if( k == n ) Print(a); //输出排列 else{ for(i=k;in;i++) { a[k] ? a[i]; //交换值 Range(a,k+1,n); //递归排列剩下的元素 a[i] ? a[k]; //交换值 } } } 初始调用： Range(a,0,n); 3.递归算法设计 4.递归关系式的计算 递归算法时间复杂度的分析(重点) 递归算法时间复杂度的计算(难点) 4.递归关系式计算 4.1递归算法时间复杂度分析 根据递归算法思想，可以得到递归算法的时间复杂度的递推关系式 求解递推关系式即可 例：GCD 4.递归关系式计算 T(a,b) = T(b,a%b) + C0, 其中C0为常数 最坏情况：T(a) = T(a/2) + C0 = O(logn) 例：一个楼有n个台阶，有一个人上楼有时一次跨一个台阶，有时跨2个台阶。问此人共有几种不同的上楼方法，并分析算法的时间复杂度。 解：设H(n)为上楼的方法总数，则： 当n=1, H(1) = 1 当n=2, H(2) = 2 当n2时, H(n) = H(n-1) + H(n-2) 下面分析时间复杂度：设为T(n) C, n=2时 T(n-1) + T(n-2), n2时 T(n)= 4.递归关系式计算 T(n) ≤ 2T(n-1) ≤ 22T(n-2) ≤ … ≤ 2n-1T(1) = O(2n) 4.递归关系式计算 4.2时间复杂度的计算-迭代法 0, n = 1 2T(n/2) + cn, n1 T(n) = T(n) = 2T(n/2) +cn = 2(2T(n/4) +c*n/2) +cn = 22T(n/4) + cn + cn = 23T(n/23) + cn + cn +cn = …… = 2kT(n/2k) + cn + cn + … + cn = 2k*0 + kcn = cnlog2n = O(nlogn) K个 设 n/2k = 1, 则 k = log2n 4.递归关系式计算 求O(T(n))=? recursion tree （递推树、迭代树） 4.递归关系式计算 汉诺塔（Tower of Hanoi）问题： 假设move所需的时间为1，则其时间复杂度： 1, n = 1 2T(n-1) + 1, n1 T(n) = T(n) = 2T(n-1) + 1 = 2[ 2T(n-2)+1] + 1 = 22T(n-2) + 2