【C语言】递归实战——青蛙跳台(从基础到进阶)

请添加图片描述
主页链接: LSR的主页
专栏链接: 《C语言》


前言

今天分享的内容是递归典型问题——青蛙跳台,一起来学习一下吧。


一、基础版:一次跳1级或2级台阶

1.问题描述

一只青蛙要跳上n级台阶,每次只能跳 1 级或 2 级台阶,求总共有多少种不同的跳法?

2.思路分析

2.1问题分析

要计算n级台阶的跳法,需从 “最后一步” 反推:

若青蛙最后一步跳 1 级台阶,则前面需要先跳完n-1级台阶,跳法数为f(n-1);
若青蛙最后一步跳 2 级台阶,则前面需要先跳完n-2级台阶,跳法数为f(n-2)。

2.2递推公式

因此,n级台阶的总跳法数为两种情况的和,即:
f(n) = f(n-1) + f(n-2)
这和求斐波那契数原理类似,如图所示:
在这里插入图片描述

2.3边界条件

当n=1时,只有 1 种跳法(直接跳 1 级),即f(1) = 1;
当n=2时,有 2 种跳法(1+1 或直接跳 2 级),即f(2) = 2。


3.代码实现

3.1递归实现

// 递归实现(效率低,有重复计算)
#include <stdio.h>
int f(int n)
{
    if (n == 1) return 1;
    if (n == 2) return 2;
    return f(n-1) + f(n-2);
}

int main() {
    int n = 5;
    printf("递归实现:n=%d时,跳法数=%d\n", n, f(n));
    return 0;
}

根据分析,我们可以很好的使用递归完成问题,但是和计算斐波那契数一样,会有冗杂计算,具体讲解可以移动到我之前发的函数递归中的递归与迭代:函数递归
所以我这里还是会使用迭代的方式解决这个问题。


3.2迭代实现

// 动态规划实现(迭代法,优化效率)
#include <stdio.h>
int f(int n) {
    if (n == 1) return 1;
    if (n == 2) return 2;
    
    int a = 1;  // f(n-2)
    int b = 2;  // f(n-1)
    int c = 0;  // f(n)
    
    for (int i = 3; i <= n; i++) {
        c = a + b;
        a = b;
        b = c;
    }
    return b;
}

int main() {
    int n = 5;
    printf("动态规划:n=%d时,跳法数=%d\n", n, f(n));
    return 0;
}

使用迭代的方法可以避免重复计算、降低时间复杂度、减少内存开销,具体在上一文(链接在递归代码结尾)有所讲解,这里就不再赘述。


二、进阶版:一次跳 1~k 级台阶

1.问题描述

青蛙每次可以跳 1 级、2 级…… 直到k级台阶,求跳n级台阶的总跳法数?

2.思路分析

2.1问题分析

类似基础版,最后一步可跳 1~k 级,因此总跳法为前n-1、n-2……n-k级台阶的跳法之和。

2.2递推公式

当n >= k时:f(n) = f(n-1) + f(n-2) + … + f(n-k);
若n < k:则最后一步最多跳n级,递推公式为f(n) = f(n-1) + … + f(0)(定义f(0)=1,表示 “跳 0 级台阶有 1 种方法”)。
特殊情况:当k = n(即每次最多跳n级)时:
递推公式可简化为f(n) = 2 * f(n-1)
因为f(n) = f(n-1) + f(n-2) + … + f(0),而f(n-1) = f(n-2) + … + f(0),两式相减得f(n) = 2*f(n-1)。
结合f(1)=1,最终得f(n) = 2^(n-1)(如n=3时,跳法为 4 种:1+1+1、1+2、2+1、3)。

2.3边界条件

f(0) = 1(定义 “跳 0 级台阶有 1 种方法”,即不跳);f(1) = 1(跳 1 级只有 1 种方法)


3.代码实现

这里使用递归的方式解决:

#include <stdio.h>

// 计算跳n级台阶(每次最多跳k级)的跳法数
int f(int n, int k) {
    if (n == 0) return 1;  // 定义:跳0级有1种方法(不跳)
    if (n == 1) return 1;
    
    int sum = 0;
    // 累加前1~k级的跳法数(若n<k则只累加前n级)
    for (int i = 1; i <= k && i <= n; i++) {
        sum += f(n - i, k);
    }
    return sum;
}

int main() {
    int n = 3, k = 3;
    printf("n=%d, k=%d时,跳法数=%d\n", n, k, f(n, k));  // 输出4
    return 0;
}

下面详细解释一下这段代码:

for (int i = 1; i <= k && i <= n; i++) {
        sum += f(n - i, k);
    }

这段代码是青蛙跳台进阶版(每次最多跳k级台阶)递归解法的核心,作用是枚举 “最后一步可能跳的台阶数”,并累加所有对应情况的跳法数。

  1. 循环条件:i = 1; i <= k && i <= n; i++
    i 表示 “最后一步跳的台阶数”(从 1 开始,因为至少跳 1 级)。
    i <= k:限制最后一步最多跳k级(符合问题中 “每次最多跳k级” 的规则)。
    i <= n:当n < k时(如n=3、k=5),最后一步最多只能跳n级(不可能跳 4 级或 5 级,否则会超过总台阶数n,导致n-i为负数,无意义)。
    因此,循环的实际范围是 i 从 1 到 min(k, n)(即 “最后一步能跳的最大台阶数”)。
  2. 循环体:sum += f(n - i, k)
    f(n - i, k) 表示 “跳完前面n-i级台阶的总跳法数”(因为最后一步已经跳了i级,剩下的台阶数是n-i)。
    sum 累加所有可能的情况:
    例如,当i=1时,最后一步跳 1 级,前面需跳n-1级,对应跳法数为f(n-1, k);
    当i=2时,最后一步跳 2 级,前面需跳n-2级,对应跳法数为f(n-2, k);

    直到i达到min(k, n),累加所有子问题的解,最终得到n级台阶的总跳法数。
    举个例子:
    假设 n=4(总台阶数),k=3(最多跳 3 级):
    循环中i的取值为 1、2、3(因为min(3,4)=3):

i=1:累加 f(4-1, 3) = f(3,3)(前面 3 级的跳法数)
i=2:累加 f(4-2, 3) = f(2,3)(前面 2 级的跳法数)
i=3:累加 f(4-3, 3) = f(1,3)(前面 1 级的跳法数)

最终 sum = f(3,3) + f(2,3) + f(1,3),这就是 4 级台阶的总跳法数。

因为今天主要讲的是递归,所以进阶版的迭代方式就暂时不向大家介绍了,感兴趣可以自行了解或者等待后续。迭代思想在函数递归有所介绍。


总结

今天详细介绍了函数递归的具体实践方式,希望对你有所帮助。

【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率与经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网与交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟与拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理与迭代收敛过程,以便在实际项目中灵活应用与改进。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值