算法设计与分析——分治术与递归(一)

本文介绍了递归算法的定义及其与分治法的关系,通过排列问题和整数划分问题的实例,详细阐述了如何利用递归和分治策略解决复杂问题,将大型问题层层分解为规模更小的相似问题直至直接求解。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一. 定义

  • 直接或间接地调用自身的算法称为递归算法。用函数自身给出定义的函数称为递归函数。

  • 由分治法产生的子问题往往是原问题的较小模式,这就为使用递归技术提供了方便。在这种情况下,反复应用分治手段,可以使子问题与原问题类型一致而其规模却不断缩小,最终使子问题缩小到很容易直接求出其解。这自然导致递归过程的产生。

    分治与递归像一对孪生兄弟,经常同时应用在算法设计之中,并由此产生许多高效算法。

二. 具体问题分析

  • 排列问题

问题描述:设计一个递归算法生成n个元素{r1,r2,…,rn}的全排列。

问题解决:设R={r1,r2,…,rn}是要进行排列的n个元素,Ri=R-{ri}。集合X中元素的全排列记为perm(X)。perm(X)(ri)表示在全排列perm(X)的每一个排列后加上后缀得到的排列。我们可以发现,R的全排列可以由以下的算法得到:依次将R中的一个元素换到最后的位置,并求出剩余元素的全排列。这样我们把一个大型复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解,那么R的全排列可归纳定义如下 :

当n=1时,perm(R)为它本身;
当n>1时,perm(R)由perm(R1)(r1)、perm(R2)(r2)。。。perm(Rn)(rn)组成。

#include <iostream>
#include <vector>

using namespace std;

vector< vector<int> > res;

void perm(vector<int> num,int n)
{
    if(n==1)
    {
        res.push_back(num);
        return;
    }
    for(int i=0;i<n;i++)
    {
        swap(num[i],num[n-1]); //找出一个元素与最后的元素进行交换
        perm(num,n-1); //求取剩余元素的全排列
        swap(num[i],num[n-1]); //换回原来的位置
    }
}

int main(int argc, char** argv) {
    int a[]={1,2,3,4,5};
    vector<int> num(a,a+5);
    perm(num,5);
    cout<<res.size();
    return 0;
}
  • 整数划分问题

问题描述:将正整数n表示成一系列正整数之和:n=n1+n2+…+nk,其中n1≥n2≥…≥nk≥1,k≥1。正整数n的这种表示称为正整数n的划分。求正整数n的不同划分个数。


假设n=5,那么正整数5的划分包括:

  • 5
  • 4+1
  • 3+2,3+1+1
  • 2+2+1,2+1+1+1
  • 1+1+1+1+1

问题解决:如果假设P(n)为正整数n的划分个数,那么P(n-1)为正整数n-1的划分个数,接下来我们要找出P(n)用P(n-1)之类来表示的递归关系,但这个递归关系难以找到。所以我们采用了一个技巧,Q(n,m)表示正整数n的划分个数,并且最大加数不大于m。我们可以发现:

当m=1时,Q(n,m)=1
当m>n时,Q(n,m)=Q(n,n)
当m=n时,Q(n,m)=1+Q(n,m-1),即n包括自己的划分只有n本身一个。
否则,Q(n,m)=Q(n,m-1)+Q(n-m,m)

最后一个比较难一点,在这里解释一下:Q(n,m)代表正整数n的最大加数不大于m的划分个数,那么它包括正整数n的最大加数小于m的划分个数Q(n,m-1)和正整数n的最大加数等于m的划分个数Q(n-m,m)。那为什么后面那个是Q(n-m,m)呢?我们可以举个例子看一下:


假设n=3,那么正整数3的划分包括:

  • 3
  • 2+1
  • 1+1+1

从上面n=5中,可知正整数5的最大加数等于2的划分个数为2,包括了:


  • 2+2+1
  • 2+1+1+1

我们知道,Q(3,2)=2,包括:


  • 2+1
  • 1+1+1

可以发现,它们的个数是相同的,而且Q(3,2)的每一项加上m=2即为正整数5的最大加数等于2的划分。

int Q(int n,int m)
{
    if(m==1) return 1;
    if(m>n) return Q(n,n);
    else if(m==n) return 1 + Q(n,n-1);
    return Q(n,m-1) + Q(n-m,m);
}

如果我们想要知道其划分结果,也是可以做的。

#include <iostream>

using namespace std;

//加数顺序可以颠倒 
int inter[256];
void perm(int num,int sum,int depth)
{
    if(sum==num)
    {
        cout<<inter[0];
        for(int i=1;i<depth;i++)
        {
            cout<<'+'<<inter[i];
        }
        cout<<endl;
    }
    else if(sum>num) return;
    else
    {
        //for(int i=1;i<=num;i++)
        for(int i=num;i>=1;i--)
        {
            inter[depth]=i;
            perm(num,sum+i,depth+1);
        }
    }
}

//加数顺序不存在颠倒 
void perm(int num,int sum,int depth,int max)
{
    if(sum==num)
    {
        cout<<inter[0];
        for(int i=1;i<depth;i++)
        {
            cout<<'+'<<inter[i];
        }
        cout<<endl;
    }
    else if(sum>num) return;
    else
    {
        //for(int i=1;i<=num;i++)
        for(int i=max;i>=1;i--)
        {
            inter[depth]=i;
            perm(num,sum+i,depth+1,i);
        }
    }
}

int main()
{ 
    cout<<"input a number: ";
    cin>>n;
    perm(n,0,0);
    perm(n,0,0,n);
    return 0;
}
L型组件填图问题 1.问题描述 设B是个n×n棋盘,n=2k,(k=1,2,3,…)。用分治设计算法,使得:用若干个L型条块可以覆盖住B的除个特殊方格外的所有方格。其中,个L型条块可以覆盖3个方格。且任意两个L型条块不能重叠覆盖棋盘。 例如:如果n=2,则存在4个方格,其中,除个方格外,其余3个方格可被L型条块覆盖;当n=4时,则存在16个方格,其中,除个方格外,其余15个方格被5个L型条块覆盖。 2. 具体要求 输入个正整数n,表示棋盘的大小是n*n的。输出个被L型条块覆盖的n*n棋盘。该棋盘除个方格外,其余各方格都被L型条块覆盖住。为区别出各个方格是被哪个L型条块所覆盖,每个L型条块用不同的数字或颜色、标记表示。 3. 测试数据(仅作为参考) 输入:8 输出:A 2 3 3 7 7 8 8 2 2 1 3 7 6 6 8 4 1 1 5 9 9 6 10 4 4 5 5 0 9 10 10 12 12 13 0 0 17 18 18 12 11 13 13 17 17 16 18 14 11 11 15 19 16 16 20 14 14 15 15 19 19 20 20 4. 设计实现的提示 对2k×2k的棋盘可以划分成若干块,每块棋盘是原棋盘的子棋盘或者可以转化成原棋盘的子棋盘。 注意:特殊方格的位置是任意的。而且,L型条块是可以旋转放置的。 为了区分出棋盘上的方格被不同的L型条块所覆盖,每个L型条块可以用不同的数字、颜色等来标记区分。 5. 扩展内容 可以采用可视化界面来表示各L型条块,显示其覆盖棋盘的情况。 经典的递归问题, 这是我的大代码, 只是本人很懒, 不想再优化
评论
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