我们先来看看大家熟知的一个的故事:
从前有座山,山上有座庙,庙里有个老和尚在给小和尚讲故事,他说从前有座山轮孙,山上有座庙,庙里有个老和尚在给小和尚讲故事,他说……
上面的故事本身是递归的,用递归算法描述:
procedure bonze-tell-story;
begin
if 讲话被打断 then 故事结束
else begin
从前有座山,山上有座庙,庙里有个老和尚在给小和尚讲故事;
bonze-tell-story;
end
end
从上面的递归事例不难看出,递归算法存在的两个必要条件:
(1)必须有递归的终止条件;
(2)过程的描述中包含它本身;
在设计递归算法中,如何将一个问题转化为递归的问题,是初学者面临的难题,下面我们通过分析汉诺塔问题,看看如何用递归算法来求解问题;
例1:汉诺塔问题,如下图,有A、B、C三根柱子。A柱子上按从小到大的顺序堆放了N个盘子,现在要把全部盘子从A柱移动到C柱,移动过程中可以借助B柱。移动时有如下要求:
(迅搏1)一次只能移动一个盘子;
(2)不允许把大盘放在小盘上边;
(3)盘子只能放在三根柱子上;
算法分析:当盘子比较多的时,问题比较复杂,所以我们先分析简单的情况:
如果只有一个盘子,只需一步,直接把它从A柱移动到C柱;
如果是二个盘子,共需要移动3步:
(1)把A柱上的小盘子移动到B柱
(2)把A柱上的大盘子移动到C柱;
(3)把B柱上的大盘子移动到C柱;
如果N比较大时,需要很多步才能完成腊昌链,我们先考虑是否能把复杂的移动过程转化为简单的移动过程,如果要把A柱上最大的盘子移动到C柱上去,必须先把上面的N-1个盘子从A柱移动到B柱上暂存,按这种思路,就可以把N个盘子的移动过程分作3大步:
(1)把A柱上面的N-1个盘子移动到B柱;
(2)把A柱上剩下的一个盘子移动到C柱;
(3)把B柱上面的N-1个盘子移动到C柱;
其中N-1个盘子的移动过程又可按同样的方法分为三大步,这样就把移动过程转化为一个递归的过程,直到最后只剩下一个盘子,按照移动一个盘子的方法移动,递归结束。
递归过程:
procedure Hanoi(N,A,B,C:integer);{以B柱为中转柱将N个盘子从A柱移动到C柱}
begin
if N=1 then write(A,’->’,C){把盘子直接从A移动到C}
else begin
Hanoi(N-1,A,C,B);{ 以C柱为中转柱将N-1个盘子从A柱移动到B柱}
write(A,’->’,C);{把剩下的一个盘子从A移动到C}
Hanoi(N-1,B,A,C); { 以A柱为中转柱将N-1个盘子从B柱移动到C柱}
end
end
从上面的例子我们可以看出,在使用递归算法时,首先弄清楚简单情况下的解法,然后弄清楚如何把复杂情况归纳为更简单的情况。
在信息学奥赛中有的问题的结构或所处理的数据本身是递归定义的,这样的问题非常适合用递归算法来求解,对于这类问题,我们把它分解为具有相同性质的若干个子问题,如果子问题解决了,原问题也就解决了。
例2求先序排列 (NOIP2001pj)
[问题描述]给出一棵二叉树的中序与后序排列。求出它的先序排列。(约定树结点用不同的大写字母表示,长度≤8)。
[样例] 输入:BADC BDCA 输出:ABCD
算法分析:我们先看看三种遍历的定义:
先序遍历是先访问根结点,再遍历左子树,最后遍历右子树;
中序遍历是先遍历左子树,再访问根结点,最后遍历右子树;
后序遍历是先遍历左子树,再遍历右子树,最后访问根结点;
从遍历的定义可知,后序排列的最后一个字符即为这棵树的根节点;在中序排列中,根结点前面的为其左子树,根结点后面的为其右子树;我们可以由后序排列求得根结点,再由根结点在中序排列的位置确定左子树和右子树,把左子树和右子树各看作一个单独的树。这样,就把一棵树分解为具有相同性质的二棵子树,一直递归下去,当分解的子树为空时,递归结束,在递归过程中,按先序遍历的规则输出求得的各个根结点,输出的结果即为原问题的解。
源程序
program noip2001_3
var z,h : string
procedure make(z,h:string){z为中序排列,h为后序排列}
var s,m : integer
begin
m:=length(h){m为树的长度}
write(h[m]){输出根节点}
s:=pos(h[m],z){求根节点在中序排列中的位置}
if s>1 then make(copy(z,1,s-1),copy(h,1,s-1)){处理左子树}
if m>s then make(copy(z,s+1,m-s),copy(h,s,m-s)){处理右子树}
end
begin
readln(z)
readln(h)
make(z,h)
end.
递归算法不仅仅是用于求解递归描述的问题,在其它很多问题中也可以用到递归思想,如回溯法、分治法、动态规划法等算法中都可以使用递归思想来实现,从而使编写的程序更加简洁。
比如上期回溯法所讲的例2《数的划分问题》,若用递归来求解,程序非常短小且效率很高,源程序如下
var
n,k:integer
tol:longint
procedure make(sum,t,d:integer)
var i:integer
begin
if d=k then inc(tol)
else for i:=t to sum div 2 do make(sum-i,i,d+1)
end
begin
readln(n,k)
tol:=0
make(n,1,1)
writeln(tol)
end.
有些问题本身是递归定义的,但它并不适合用递归算法来求解,如斐波那契(Fibonacci)数列,它的递归定义为:
F(n)=1 (n=1,2)
F(n)=F(n-2)+F(n-1) (n>2)
用递归过程描述为:
Funtion fb(n:integer):integer
Begin
if n<3 then fb:=1
else fb:=fb(n-1)+fb(n-2)
End
上面的递归过程,调用一次产生二个新的调用,递归次数呈指数增长,时间复杂度为O(2n),把它改为非递归:
x:=1y:=1
for i:=3 to n do
begin
z:=yy:=x+yx:=z
end
修改后的程序,它的时间复杂度为O(n)。
我们在编写程序时是否使用递归算法,关键是看问题是否适合用递归算法来求解。由于递归算法编写的程序逻辑性强,结构清晰,正确性易于证明,程序调试也十分方便,在NOIP中,数据的规模一般也不大,只要问题适合用递归算法求解,我们还是可以大胆地使用递归算法。
文件结构:插入排序
1.直接插入排序
2.二叉插入排序
3.2路插入排序
4.表插入排序
5.希尔排序
选择排序
1.简单选择排序
2.锦标赛排序(树选择排序)
3.堆排序
交换排序
1.冒泡排序
2.鸡尾酒排序(双向冒泡排序)
3.快速排序
归并排序
1.归并排序
分配漏启排序
1.箱排序(桶排序)
2.基数排序
注意:
1.箱排序没有太大实用价值,主要是被基数返卜如排序所调用。该排序对不同的数据类型有不同的比较方法,本函数中针对整形数据进行比较。
2.快速弊孙排序和堆排序具有较高的效率,但是为了兼具高效保持排序的稳定性,建议使用归并排序。
看了你说递归的效率低。那么你可以不用的。给出的方法就是先生成第一个排列,然后每次调用下面的函数给出下丛橘旅一个排列,这样生成的效率很高,这个函数可以内联。
这个是很经典的排列组合算法啊?在网上能搜到一大堆。
大概是那种带指向的移动的算法。我给你搜一个吧。
我找了几个,这个是我觉得说的比较清楚的,你可以仔细参考一下,看不懂的话再搜点别的好了。。
全排列的算法跟这个不太一样的。需要有点改动的。
至于语言的话,应该不会有太大问题吧。。basic版的确实比较少,现在我也比较懒不想动手写。。还是要靠你自己啦。
★生成排列的算法:
比如要生成5,4,3,2,1的全排列,首先找出一个最小的排列12345, 然后依次调用n!次STL算法中的next_permutation()即可渗凳输出所有的全排列情况。所以这种算法的细节就是STL algorithm中next_permutation()的实现机制。详细的实现代伍携码,大伙可以参考侯捷的《STL源代码剖析》,在这里我只说一下我的理解:
1>首先从最尾端开始往前寻找两个相邻元素,令第一个元素为*i,第二个元素为*ii,且满足*i<*ii,找到这样一组相邻的元素后。
2>再从最尾端开始往前检验,找出第一个大于*i的元素,令为*k,将i,k元素对调。
3>再将ii及ii之后的所有元素颠倒排列,此即所求之"下一个"排列。
prev_permutation()算法的思路也基本相同,只不过它们寻找的"拐点"不同,在next_permutation()算法中寻找的是峰值拐点,而在prev_permutation()算法中寻找的是谷值拐点。另外,在第二步中,prev_permutation()要找的是第一个小于*i的元素而不是第一个大于*i的元素。
具体例子,有空再举,现在时间太晚了:)
★生成组合的算法:
如下面截图所示,分全组合和r-组合两种情况。
这里有一段核心代码:
//--------------------------------------------------------
// Generate next combination (algorithm from Rosen p. 286)
//--------------------------------------------------------
public int[] getNext () {
if (numLeft.equals (total)) {
numLeft = numLeft.subtract (BigInteger.ONE)
return a
}
int i = r - 1
while (a[i] == n - r + i) {
i--
}
a[i] = a[i] + 1
for (int j = i + 1j <rj++) {
a[j] = a[i] + j - i
}
numLeft = numLeft.subtract (BigInteger.ONE)
return a //这里返回的a数组,存储的就是下标的排列组合。
}
到这里,也许大伙会有一个疑问,假如要求的不是数字的排列组合,而是字符或字符串的排列组合呢?怎么办?其实很简单,你只要拿数组的下标来做排列组合,返回他们下标的排列组合,然后再到原数组中读取字符串值,就可以输出全部的排列组合结果。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)