Ackerman 函数的解法

Ackerman 函数的解法

1.定义

    ack(m,n) =  n+1                     m = 0

    ack(m,n) = ack(m-1,1)            m!=0  n = 0

    ack(m,n) = ack(m-1,n-1)         m!=0  n!=0

2.示例

     ack(3,0) = (2,1) 

                 = (1,(2,0))

                 = (1,(1,1))

                 = (1,(0,(1,0)))

                 = (1,(0,(0,1))

                 = (1,(0,2))

                 = (1,3)

                 = (0,(1,2))

                 =(0,(0,(1,1))

                 ...

                 =(0,(0,3))

                 ...

                 = 5  

3.复杂性分析

 待解决，m>5后复杂度极高。

4.最简单的递归解法

//按照函数的递归定义即可

    int ack(int m, int n)

    {

         if (m == 0)

          return n+1;

         if (n == 0)

          return ack(m-1, 1);

         return ack(m-1, ack(m,n-1));

    }

5.去掉递归,用栈保存信息

/*

 *  n = 0 的时候往下递归其实只有一个递归分支，无需保留信息，可以用循环取代的

 *  而 对于 m!=0 && n!=0 的情况 注意到是一个迭代递归

 *  这其中 注意 我们用到 ack(m,n-1)的返回值作为 ack(m-1,x)的值

 *  事实上只需要m入栈，使得我们在进入到 ack(m,n-1)后最后能够返回出来计算 ack(m-1,x) x = ack(m,n-1)

 */

下面给出 带 goto 和不带 goto 语句的两种解法

int ack_goto(int m, int n)

{

int result;

stack<int> stk;

start:

if (m == 0)

{

result = n+1;

if (stk.empty())

{

goto end;

} 

else

{

goto qiantao;

}

}

else if (n == 0)

{

m = m-1;

n = 1;

goto start;

}

else

{

m = m;

n = n-1;

stk.push(m);   //为了保留当期信息，只需保留m等待 右面嵌套返回结果继续

goto start;

qiantao:

m = stk.top();

stk.pop();

m = m-1;

n = result;

goto start;

}

end:

return result;

}

//机械式的对递归程序的用栈标准的非递归翻译

int ack_norec(int m, int n)

{

stack<int> stk;

stk.push(m);

while (!stk.empty())

{

m = stk.top();

stk.pop();

if (m == 0)

{

n = n+1;

}

else if (n == 0)

{

m = m-1;

n = 1;

stk.push(m);

}

else

{

m = m;

n = n-1;

stk.push(m-1);

stk.push(m);

}

}

return n;

}

5.对于以上基于定义用递归或是用栈消除递归的做法，有没有可能优化呢？

   对于示例 ack(3,0) 可以注意到 ack(1,1)出现了两次，对于上面的解法，ack(1,1)也就被计算了两次。

   事实上我们可以记录已经做好的中间结果，避免重复的递归，也就是所谓的剪枝。

    5.1递归加剪枝

        const int mMax = 5;

        const int nMax = 1000000;

        int ackV[mMax][nMax];

        bool got[mMax][nMax];       //注意全部初始为false

        int ack2(int m, int n)

        {

    if (m > mMax || n > nMax)

    {

cout << "error input too large" << endl;

exit(1);

    }

    if (got[m][n] == true)

return ackV[m][n];

    if (m == 0)

return n+1;

    if (n == 0 )

return ack2(m-1,1);

    ackV[m][n] = ack2(m-1,ack2(m,n-1));

    got[m][n] = true;

    return ackV[m][n];

        }

     

    5.2非递归算法的优化

         int ack_norec2(int m, int n)

        {

            if (m > mMax || n > nMax)

    {

cout << "error input too large" << endl;

exit(1);

    }

    stack<int> stk;

    stack<int> stk2;

    int result;

    bool flag = 0;

    stk.push(m);

    while (!stk.empty())

    {

                     if (n > nMax)

            {

        cout << "error input too large" << endl;

        exit(1);

            }

    m = stk.top();

    stk.pop();

   

    if (flag == 1)

    {

    if (got[m+1][stk2.top()] == false)

    {

        ackV[m+1][stk2.top()] = n;

    got[m+1][stk2.top()] = true;

    }

    stk2.pop();

    flag = 0;

    }

    if (got[m][n] == true)

    {

    n = ackV[m][n];   //退出口

            flag = 1;          //尽管不需要记录这个结果了但因为n已经被Push了要出栈

    continue;

    }

    if (m == 0)

    {

    n = n+1;          //退出口

    flag = 1;

    }

    else if (n == 0)

    {

    m = m-1;

    n = 1;

    stk.push(m);

    }

    else

    {

    m = m;

    n = n-1;

    stk.push(m-1);

    stk2.push(n);

    stk.push(m);

    }

        }

    return n;

        }

    

6.动态规划，记录前面的结果，空间换时间