数据结构与算法第十章Algorithmdesigntechniques.pptVIP

10.3.2 递归算法的设计 递归的求解的过程均有这样的特征：先将整个问题划分为若干个子问题,通过分别求解子问题,最后获得整个问题的解。而这些子问题具有与原问题相同的求解方法,于是可以再将它们划分成若干个子问题,分别求解,如此反复进行,直到不能再划分成子问题,或已经可以求解为止。这种自上而下将问题分解、求解,再自上而下引用、合并,求出最后解答的过程称为递归求解过程。这是一种分而治之的算法设计方法。 递归算法设计先要给出递归模型,再转换成对应的C/C++语言函数。 递归设计的步骤如下： (1)对原问题f(s)进行分析,假设出合理的“较小问题”f(s)(与数学归纳法中假设n=k-1时等式成立相似)； (2)假设f(s)是可解的,在此基础上确定f(s)的解,即给出f(s)与f(s)之间的关系(与数学归纳法中求证n=k时等式成立的过程相似)； (3)确定一个特定情况(如f(1)或f(0))的解,由此作为递归出口(与数学归纳法中求证n=1时等式成立相似)。 例如,采用递归算法求实数数组A[0..n-1]中的最小值。 假设f(A,i)函数求数组元素A[0]～A[i]中的最小值。 当i=0时,有f(A,i)=A[0]； 假设f(A,i-1)已求出,则f(A,i)=MIN(f(A,i-1),A[i]),其中MIN三为求两个值较小值函数。 因此得到如下递归模型： A[0] 当i=0时 f(A,i)= MIN(f(A,i-1),A[i]) 其他情况 由此得到如下递归求解算法： float f(float A[],int i) { float m; if (i==0) return A[0]; else { m=f(A,i-1); if (mA[i]) return A[i]; else return m; } } 　　例　采用递归算法求解皇后问题：在n×n的方格棋盘上，放置n个皇后，要求每个皇后不同行、不同列、不同左右对角线。 （见教材） 10.3.3 递归算法到非递归算法的转换 递归算法有两个基本特性： 一是递归算法是一种分而治之的、把复杂问题分解为简单问题的求解问题方法,对求解某些复杂问题,递归算法分析问题的方法是十分有效的； 二是递归算法的时间效率通常比较差。 因此,对求解某些问题时,我们希望用递归算法分析问题,用非递归算法具体求解问题。 这就需要把递归算法转换为非递归算法。 把递归算法转化为非递归算法有如下三种基本方法： (1)对于尾递归和单向递归的算法,可用循环结构的算法替代。 (2)自己用栈模拟系统的运行时栈,通过分析只保存必须保存的信息,从而用非递归算法替代递归算法。 (3)利用栈保存参数,由于栈的后进先出特性吻合递归算法的执行过程,因而可以用非递归算法替代递归算法。 （见教材） 10.4 逐步求精（Stepwise Refinement） 简单地讲，逐步求精方法，是一种逐步“划分”的方法，即将问题的解决，先用几个大/粗的模块的组合表示。对这些模块，先不考虑它们的内部实现，只规定其功能。然后再按类似方法继续划分这些模块，直到它们都变为程序设计语句。在这种划分中，应遵循下列规则： 保证模块的粒度应逐步变小。粒度越大/粗，“说明性”越强，越远离程序设计语言，但越容易给出（设计）； 保证当前正确。对每次划分，若假定各模块都可正确实现，则它们的当前组合（即划分方式）是整个问题的正确实现； 对逐步求精的描述，一般采用“伪码”。所谓伪码，是指不完全的程序代码，它一般以程序设计语言(典型的是C/Pascal之类的结构化程序设计语言)的流程控制语句（如while, for, if等）为主体，夹杂自然语言的描述。 [例] 求矩阵的鞍点 考虑求矩阵鞍点的问题。所谓矩阵鞍点，是指满足这样条件的矩阵元素：它是所在行上的最小元素，同时是所在列上的最大元素。可以证明，一个矩阵可以有多个鞍点，但它们的值均相等。 显然，求鞍点的一个直接的方法是，检查矩阵中每个元素是否为鞍点，用伪码描述为（设矩阵名为a，有n行m列，元素下标从0起）： for (i=0; in; i++) for