递归算法详解:汉诺塔问题与分治法应用

需积分: 9 3 下载量 46 浏览量 更新于2024-08-21 收藏 365KB PPT 举报
"这篇资源主要讨论了递归和分治法在解决问题中的应用,通过具体的例子,如汉诺塔问题、阶乘函数、斐波那契数列以及整数划分问题,来阐述递归思想和分治策略。" 在算法分析与设计中,递归是一个重要的概念。递归函数是指在定义时直接或间接引用自身的函数,而递归算法则是包含自身调用的算法。递归通常用于解决那些可以通过简化规模相同但更简单的问题来求解的复杂问题。 以汉诺塔问题为例,它涉及到三个柱子(a, b, c)和n个大小不一的圆盘。初始时,所有圆盘按照大小顺序在柱子a上堆叠。目标是将这些圆盘按照原来的顺序移动到柱子b上,但每次只能移动一个圆盘,且任何时候较大的圆盘都不能放在较小的圆盘上方。解决这个问题需要使用递归,因为每一次操作都是对更小规模问题的解决方案的组合。 阶乘函数是另一个经典的递归示例。n的阶乘表示的是1到n的所有整数的乘积。递归定义为:0的阶乘是1,n的阶乘是n乘以(n-1)的阶乘。通过递归函数`factorial(n)`,当n等于0时返回1(递归出口),否则返回`n * factorial(n-1)`。 斐波那契数列也是递归问题的经典案例。数列中的每个数字是前两个数字的和,即`F(n) = F(n-1) + F(n-2)`,对于n=0和n=1,其值分别为1。递归函数`fibonacci(n)`当n小于等于1时返回1,否则返回`fibonacci(n-1) + fibonacci(n-2)`。尽管这个递归方法直观,但效率较低,因为它会重复计算很多相同的子问题。 整数划分问题展示了如何用递归来求解计数问题。目标是找到所有将一个正整数n表示为一系列正整数之和的方法。通过引入变量m,表示最大加数不超过m的划分个数`q(n, m)`,可以构建递归关系。最终,`p(n)`(正整数n的划分数)等于`q(n, n)`。 总结来说,递归是解决问题的强大工具,尤其适用于结构化的问题,例如汉诺塔、阶乘计算、斐波那契数列和整数划分。然而,递归算法需要注意避免无谓的重复计算,以提高效率,这通常可以通过动态规划或记忆化技术来实现。在分治法中,问题被分解为规模较小的子问题,然后分别解决,最后将结果合并,这是一种高效解决问题的方法。
595 浏览量
本课件是一个动态演示数据结构算法执行过程的辅助教学软件, 它可适应读者对算法的输入数据和过程执行的控制方式的不同需求, 在计算机的屏幕上显示算法执行过程中数据的逻辑结构或存储结构的变化状况或递归算法执行过程中栈的变化状况。整个系统使用菜单驱动方式, 每个菜单包括若干菜单项。每个菜单项对应一个动作或一个子菜单。系统一直处于选择菜单项或执行动作状态, 直到选择了退出动作为止。 本系统内含84个算法,分属13部分内容,由主菜单显示,与《数据结构》教科书中自第2章至第11章中相对应。各部分演示算法如下: 1. 顺序表 (1)在顺序表中插入一个数据元素(ins_sqlist) (2)删除顺序表中一个数据元素(del_sqlist) (3)合并两个有序顺序表(merge_sqlist) 2. 链表 (1)创建一个单链表(Crt_LinkList) (2)在单链表中插入一个结点(Ins_LinkList) (3)删除单链表中的一个结点(Del_LinkList) (4)两个有序链表求并(Union) (5)归并两个有序链表(MergeList_L) (6)两个有序链表求交(ListIntersection_L) (7)两个有序链表求差(SubList_L) 3. 栈和队列 (1)计算阿克曼函数(AckMan) (2)栈的输出序列(Gen、Perform) (3)递归算法的演示  汉诺塔的算法(Hanoi)  解皇后问题的算法(Queen)  解迷宫的算法(Maze)  解背包问题的算法(Knap) (4)模拟银行(BankSimulation) (5)表达式求值(Exp_reduced) 4. 串的模式匹配 (1)古典算法(Index_BF) (2)求Next 函数值(Get_next)和按Next 函数值进行匹配 (Index_KMP(next)) (3)求 Next 修正值(Get_nextval)和按 Next 修正值进行匹配(Index_KMP(nextval)) 5. 稀疏矩阵 (1)矩阵转置 (Trans_Sparmat) (2)快速矩阵转置 (Fast_Transpos) (3)矩阵乘法 (Multiply_Sparmat) 6. 广义表 (1)求广义表的深度(Ls_Depth) (2)复制广义表(Ls_Copy) (3)创建广义表的存储结构(Crt_Lists) 7. 二叉树 (1)遍历二叉树  二叉树的线索化  先序遍历(Pre_order)  中序遍历(In_order)  后序遍历(Post_order) (2) 按先序建二叉树(CrtBT_PreOdr) (3) 线索二叉树  二叉树的线索化  生成先序线索(前驱或后继) (Pre_thre)  中序线索(前驱或后继) (In_thre)  后序线索(前驱或后继) (Post_thre)  遍历中序线索二叉树(Inorder_thlinked)  中序线索树的插入(ins_lchild_inthr)和删除(del_lchild_inthr)结点 (4)建赫夫曼树和求赫夫曼编码(HuffmanCoding) (5)森林转化成二叉树(Forest2BT) (6)二叉树转化成森林(BT2Forest) (7)按表达式建树(ExpTree)并求值(CalExpTreeByPostOrderTrav) 8. 图 (1)图的遍历  深度优先搜索(Travel_DFS)  广度优先搜索(Travel_BFS) (2)求有向图的强连通分量(Strong_comp) (3)有向无环图的两个算法  拓扑排序(Toposort)  关键路径(Critical_path) (4)求最小生成树  普里姆算法(Prim)  克鲁斯卡尔算法(Kruscal) (5)求关节点和重连通分量(Get_artical) (6)求最短路径  弗洛伊德算法(shortpath_Floyd)  迪杰斯特拉算法(shortpath_DIJ) 9. 存储管理 (1)边界标识法 (Boundary_tag_method) (2)伙伴系统 (Buddy_system) (3)紧缩无用单元 (Storage_compaction) 10. 静态查找 (1)顺序查找(Search_Seq) (2)折半查找 (Serch_Bin) (3)插值查找 (Search_Ins) (4)斐波那契查找 (Search_Fib) (5)次优查找树(BiTree_SOSTree) 11. 动态查找 (1)在二叉排序树上进行查找(bstsrch)、插入结点(ins_bstree)和删除结点(del_bstree) (2)在二叉平衡树上插入结点(ins_AVLtree) 和删除结点(del_AVLtree) (3)在 B-树上插入结点(Ins_BTree) 和 删除结点(Del_BTree) (4)在 B+树上插入结点(Ins_PBTree) 和 删除结点(Del_PBTree) 12. 内部排序 (1)简单排序法  直接插入排序(Insert_sort)  表插入排序(内含插入(Ins_Tsort) 重排(Arrange)两个算法)  起泡排序(BubbleSort)  简单选择排序(SelectSort) (2)复杂排序法  堆排序(HeapSort)  快速排序(QuickSort)  锦标赛排序(Tournament) (3)其他  快速地址排序(QkAddrst)  基数排序(RadixSort) 13. 外部排序 (1)多路平衡归并排序(K-Merge) (2)置换-选择排序(Repl_Selection)