递归与分治策略.pptxVIP

递归与分治策略; 分治是一种重要的算法分析的方法，就是把一个复杂的问题分成两个或更多的相同或者相似的子问题，再把子问题分成更小的子问题，直到最后的子问题可以简单求解，而原问题的解通过子问题的解的合并或简单运算得到。 递归是设计和描述算法的一种有力的工具，它是通过函数调用自身将问题转化为本质相同但规模较小的子问题，递归方法具体易于描述、证明简单等优点。 例如汉诺塔问题。想将n个盘子从A移到C （1）借助C将n-1个盘子移到B （2）把A座剩下的一个盘子移到C （3）借助A将n-1个盘子从B移到C ; 分治与递归之间存在密切关系，“分治”是解决问题的战略思想，“递归”是编程中的战术手段。由于分治和递归之间存在的这种关系，所以一个问题用“分治”的策略分析后，常常用“递归”的方法编程实现。“递归”从形式上来说不是必须的，??以用循环和栈来代替递归，但递归编程简洁的形式令人印象非常深刻。分治与递归像一对孪生兄弟，他们的结合产生了许多高效的算法。;1.排队购票问题; 令f(m,n)表示有m个人手持50元的钞票，n个人手持100元的钞票的排队购票的总数，分三种情况来讨论这个问题。 （1）n=0:这意味着排队购票的所有人手里手中都拿着50元的钱币，由于拿着同样面值钞票的人对换位置后为同一种排队方案，那么这m个人的排队总数为1，即f(m, 0)=1。 （2）mn:此时，排队购票的人中手持50元的人数小于小于手持100元的钞票的人数，即使把m张50元都找出去，仍会出现找不开钱的局面，所以这时的方案总数为0，即f(m, n)=0; ;（3）其他情况：第m+n个人站在第m+n-1个人的后面，则第m+n 个人的排队方式可由下列两种情况获得： 第m+n个人手持100元的钞票，则在他之前的m+n-1个人中有m个人手持50元，n-1个人手持100元的钞票，此种情况共有f(m,n-1)种方案数 第m+n个人手持50元的钞票，则在他之前的m+n-1个人中有m-1个人手持50元，n个人手持100元的钞票，此种情况共有 f(m-1,n)种方案数 此时可以得到f(m, n)的递归关系式f(m, n)=f(m,n-1)+f(m-1,n);; f(m,n) =;2、放苹果问题; 设f(m, n)为m 个苹果，n个盘子的放法数目，则先对n做讨论 （a）如果n==0时，f(m,n)=0;如果n==1||m==0，f(m, n)=1;当n=1时，所有的盘子都必须放在一个盘子里，所以返回1；当m=0时，表示没有盘子可放，定义为1种放法。 （b）如果nm， 则必定有n-m个盘子永远空着，去它们对盘子的摆放不产生影响，即f(m, n)=f(m, m) （c）如果n ≤ m，不同的放法可以分成两类：即有至少一个盘子空着或者所有盘子都有苹果，前一种情况相当于f(m, n)=f(m, n-1);后一种情况可以从每个盘子中拿掉一个苹果，不影响不同放法的数目，即f(m, n)=f(m-n, n) 。总的放苹果的放法数目等于两者之和。 即f(m, n)=f(m, n-1)+f(m-n, n) ;package apple; public class apple { public static void main(String[] args) { System.out.println(f(6,9)); } static int f(int m, int n){ if(n==0) return 0; if(m==0||n==1) return 1; if(mn) return f(m,m); return f(m,n-1)+f(m-n,n); } };3、整数划分问题;注意：m的取值范围为[1,∞)，我们可分段讨论。 ①m=1 ②1mn ③m=n ④mn;④当 n=m ，q(n,n)=1+q(n,n-1) (a) 划分中包含n的情况，即n1=n的划分，只有一个即{n}； (b) 划分中不包含n的情况， 即n1≤n-1的划分，这时划分中最大的数字也 一定比n小，即n的所有(n-1)划分。 ????????因此 q(n,n) =1 + q(n,n-1);;正整数n的划分数p(n)=q(n, n)。 ;;思考题：红与黑 ;算法设计：; 通过一步一步枚举进行递归的方法是很常见的。在此例中，枚举了在一个方格点上的四种可能走法。在前面放苹果的例题中，在寻