算法-递归

递归是一个很经典的算法,最常见的就是斐波那契数列,斐波那契数列指的是这样一个数列:0、1、1、2、3、5、8、13、21、……在数学上,斐波纳契数列以如下被以递归的方法定义:F0=0,F1=1,Fn=F(n-1)+F(n-2)(n>=2,n∈N*),最简单的解法就是通过递归:

-(NSInteger)simpleRecursive:(NSInteger)count{
    if (count==1) {
        return 0;
    }else if(count==2){
        return 1;
    }
    return [self simpleRecursive:count-1]+[self simpleRecursive:count-2];
}

通过斐波那契数列可以更清晰理解递归的概念:

必须有可达到的终止条件,否则程序陷入死循环

子问题在规模上比原问题小

子问题可通过再次递归调用求解

子问题的解应能组合成整个问题的解

同样的,我们可以通过递归求解整数的幂,比如说是求解m的n次方:

   一般求解m的n次方,一般使用n个m相乘的办法来求解。其实我们还可以使用另外一种更有效率的办法求解这个问题。我们知道一个数的0次方等于1,一个数的1次方等于该数本身。如果一个数的n次方的n可以被2整数,我们可以将求解的问题,分解为m的(n/2)次方乘以m的(n/2)次方。如果不能被2整除,则可以将问题求解转变为m乘以m的(n-1)次方,通过这个递归的办法,我们可以很快的分解求出问题。
-(NSInteger)power:(NSInteger)number  count:(NSInteger)count{
    if (count==0) {
        return 1;
    }
    if (count==1) {
        return number;
    }
    if (count%2==0) {
        return [self power:number*number count:count/2];
    }else{
        return [self power:number*number count:count/2]*number;
    }
}

循环数组一个数组中的值我们是最常遇到的,如果按顺序输出一个正整数每一位的值我们可以通过递归实现:

-(void)printOutNumber:(NSInteger)number{
    if (number>10) {
        [self printOutNumber:number/10];
    }
    NSLog(@"数值%ld",number%10);
}

另外一个经典的场景就是输入字符串abc,则打印出 a、b、c 所能排列出来的所有字符串 abcacbbacbcacab 和 cba ,暴力循环可以得到结果,不过如果这样写出来程序估计日后自己都不想看,这个问题其实是一个全排列的问题,核心的思想就是第一个数字起每个数分别与它后面的数字交换:

如果能生成n-1个元素的全排列,就能生成n个元素的全排列。对于只有一个元素的集合,可以直接生成全排列。所以全排列的递归终止条件很明确,只有一个元素时。我们可以分析一下全排列的过程:

  (1)首先,我们固定第一个字符a,求后面两个字符bc的排列

  (2)当两个字符bc排列求好之后,我们把第一个字符a和后面的b交换,得到bac,接着我们固定第一个字符b,求后面两个字符ac的排列

  (3)将c放在第一个位置,但是记住前面我们已经把原先的第一个字符a和后面的b做了交换,为了保证这次c仍是和原先处在第一个位置的a交换,将c和第一个字符交换之前,先要把b和a交换回来。在交换b和a之后,再拿c和处于第一位置的a进行交换,得到cba,交换ba,得到cab。

图片来自网络,如果不清晰可以看下图片:

 

代码实现如下:

 

    //http://www.cnblogs.com/xiaofeixiang
-(void)allRange:(NSMutableArray *)arr  start:(NSInteger)index{
    if(index==arr.count-1)
    {
        NSString  *result=@"";
        for (NSInteger i=0; i<arr.count; i++) {
            result=[result stringByAppendingString:[arr objectAtIndex:i]];
        }
        NSLog(@"排列:%@",result);
    }
    else
    {
        for(NSInteger i=index;i<arr.count;i++)
        {	//从下标为index的数开始,分别与它后面的数字交换
            NSString *temp=arr[index];
            arr[index]=arr[i];
            arr[i]=temp;
            
            [self allRange:arr start:index+1];
    
            NSString *tempNext=arr[index];
            arr[index]=arr[i];
            arr[i]=tempNext;
        }
    }
}
内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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