标签:
本文地址:http://www.cnblogs.com/archimedes/p/4265019.html,转载请注明源地址。
递推法是一种重要的数学方法,在数学的各个领域中都有广泛的运用,也是计算机用于数值计算的一个重要算法。这种算法特点是:一个问题的求解需一系列的计算,在已知条件和所求问题之间总存在着某种相互联系的关系,在计算时,如果可以找到前后过程之间的数量关系(即递推式),那么,从问题出发逐步推到已知条件,此种方法叫逆推。无论顺推还是逆推,其关键是要找到递推式。这种处理问题的方法能使复杂运算化为若干步重复的简单运算,充分发挥出计算机擅长于重复处理的特点。
递推算法的首要问题是得到相邻的数据项间的关系(即递推关系)。递推算法避开了求通项公式的麻烦,把一个复杂的问题的求解,分解成了连续的若干步简单运算。一般说来,可以将递推算法看成是一种特殊的迭代算法。
Fibonacci数列的代表问题是由意大利著名数学家Fibonacci于1202年提出的“兔子繁殖问题”(又称“Fibonacci问题”)。
问题:
一个数列的第0项为0,第1项为1,以后每一项都是前两项的和,这个数列就是著名的裴波那契数列,求裴波那契数列的第N项。
f[0]:=0; f[1]:=1;
for i:=2 to n do f[i]:=f[i–1]+f[i–2];
总结:
从这个问题可以看出,在计算裴波那契数列的每一项目时,都可以由前两项推出。这样,相邻两项之间的变化有一定的规律性,我们可以将这种规律归纳成如下简捷的递推关系式:Fn=g(Fn-1),这就在数的序列中,建立起后项和前项之间的关系。然后从初始条件(或是最终结果)入手,按递推关系式递推,直至求出最终结果(或初始值)。很多问题就是这样逐步求解的。
对一个试题,我们要是能找到后一项与前一项的关系并清楚其起始条件(或最终结果),问题就可以递推了,接下来便是让计算机一步步了。让高速的计算机从事这种重复运算,真正起到“物尽其用”的效果。
如何建立递推关系
递推关系有何性质
如何求解递推关系
建立递推关系式
确定边界条件
递推求解
顺推法和倒推法
一般递推问题
组合计数类问题
一类博弈问题的求解
动态规划问题的递推关系
(一)递推的应用(一般递推问题)
例题2:输出杨辉三角的前N行(HDOJ2032)
#include <iostream> using namespace std; int a[31][31]; int main( ) { int i,j,n; a[0][0]=a[1][0]=a[1][1]=1; for(i=2; i<31; i++) { for(j=0; j<=i; j++) { if(j==0 || i==j) { a[i][j]=1; } else { a[i][j]=a[i-1][j-1]+a[i-1][j]; } } } while(cin>>n) { for(i=0; i<n; i++) { for(j=0; j<=i; j++) { if(j!=0) cout<<" "; cout<<a[i][j]; } cout<<endl; } cout<<endl; } return 0; }
Hanoi塔由n个大小不同的圆盘和三根木柱a,b,c组成。开始时,这n个圆盘由大到小依次套在a柱上,如图1所示。要求把a柱上n个圆盘按下述规则移到c柱上:
(1)一次只能移一个圆盘;
(2)圆盘只能在三个柱上存放;
(3)在移动过程中,不允许大盘压小盘。
问将这n个盘子从a柱移动到c柱上,总计需要移动多少个盘次?
当n=1时:A->C
当n=2时:A->B,A->C,B->C
当n=3时:
设f(n)为n 个盘子从1柱移到3柱所需移动的最少盘次。
当n=1时,f(1)=1。
当n=2时,f(2)=3。
以此类推,当1柱上有n(n>2)个盘子时,我们可以利用下列步骤:
第一步:先借助3柱把1柱上面的n-1个盘子移动到2柱上,所需的移动次数为f(n-1)。
第二步:然后再把1柱最下面的一个盘子移动到3柱上,只需要1 次盘子。
第三步:再借助1柱把2柱上的n-1个盘子移动到3上,所需的移动次数为f(n-1)。
由以上3步得出总共移动盘子的次数为:f(n-1)+1+ f(n-1)。
所以:f(n)=2f(n-1)+1
hn=2hn-1+1 =2n-1 边界条件:h1=1
例题4:数的计数
【问题描述】我们要求找出具有下列性质数的个数(包含输入的自然数n),先输入一个自然数n(n≤1000),然后对此自然数按照如下方法进行处理:
1.不作任何处理;
2.在它的左边加上一个自然数,但该自然数不能超过原数的一半;
3.加上数后,继续按此规则进行处理,直到不能再而 自然数为止;
方法1:用递推
用h[n]表示自然数n所能扩展的数据个数,则:h[1]=1,h[2]=2,h[3]=2,h[4]=4,h[5]=4,h[6]=6,h[7]=6,h[8]=10,h[9]=10。分析上数据,可得递推公式:h[i]=1+h[1]+h[2]+…+h[i/2]。时间复杂度O(n2)。
s(x)=h(1)+h(2)+…+h(x),
h(x)=s(x)-s(x-1)
此算法的时间复杂度可降到O(n)。
方法3:还是用递推
只要做仔细分析,其实我们还可以得到以下的递推公式:
(1)当i为奇数时,h(i)=h(i-1);
(2) 当i为偶数时,h(i)=h(i-1)+h(i/2);
【例题6】传球游戏
分析:
设f[i][k]表示经过k次传到编号为i的人手中的方案数,传到i号同学的球只能来自于i的左边一个同学和右边一个同学,这两个同学的编号分别是i-1和i+1,所以可以得到以下的递推公式:
f[i][k]=f[i-1][k-1]+f[i+1][k-1]
f[1][k]=f[n][k-1]+f[2][k-1], 当i=1时
f[n][k]=f[n-1][k-1]+f[1][k-1], 当i=1时
边界条件:f[1][0]=1;结果在f[1][m]中。
核心代码:
cin>>n>>m; memset(f,0,sizeof(f)); f[1][0]=1; for(k=1;k<=m;k++) { f[1][k]=f[2][k-1]+f[n][k-1]; for(i=2;i<=n-1;i++)f[i][k]=f[i-1][k-1]+f[i+1][k-1]; f[n][k]=f[n-1][k-1]+f[1][k-1]; } cout<<f[1][m]<<endl;
(三)递推的应用(组合计数)
Catalan数
如图,有一个正n+2边形。任取一边,从这边的端点开始,依次顺时针给顶点编号为:0,1,2,3,….,n,n+1(所取的边端点编号为:0,n+1)。这样,除线段所在顶点外,还有n个顶点:1,2,3,…,n。我们以该线段为三角形的一条边,另一个顶点为i(1<=i<=n)。
具体实现时,若直接用上述公式计算,对数字的精度要求较高。可将其化为递推式:
再进行递推计算,并且注意类型的定义要用long long长整型。
(四)递推的应用(博弈问题)
例题:走直线棋问题。
有如下所示的一个编号为1到n的方格:
现由计算机和人进行人机对奕,从1到n,每次可以走k个方格,其中k为集s={a1,a2, a3,....am}中的元素(m<=4),规定谁最先走到第n格为胜,试设计一个人机对奕方案,摸拟整个游戏过程的情况并力求计算机尽量不败。
分析:
题设条件:若谁先走到第N格谁将获胜,例如,假设S={1,2},从第N格往前倒推,则走到第N-1格或第N-2格的一方必败,而走到第N-3格者必定获胜,因此在N,S确定后,棋格中每个方格的胜、负或和态(双方都不能到达第N格)都是可以事先确定的。将目标格置为必胜态,由后往前倒推每一格的胜负状态,规定在自己所处的当前格后,若对方无论走到哪儿都必定失败,则当前格为胜态,若走后有任一格为胜格,则当前格为输态,否则为和态。
设1表示必胜态,-1表示必败态,0表示和态或表示无法到达的棋格。
例如,设N=10,S={1,2},则可确定其每个棋格的状态如下所示:
而N=10,S={2,3}时,其每格的状态将会如下所示:
有了棋格的状态图后,程序应能判断让谁先走,计算机选择必胜策略或双方和(双方均不能到达目标格)的策略下棋,就能保证计算机尽可能不败。
(五)递推的应用(动态规划中的递推)
例题:方格取数
在一个n×m的方格中,m为奇数,放置有n×m个数 ,如图,方格中间的下方有一人,此人可按照五个方向前进但不能越出方格,见右下图。人每走过一个方格必须取此方格中的数。要求找到一条从底到顶的路径,使其数相加之和为最大。输出和的最大值。
分析:
我们用坐标(x,y)唯一确定一个点,其中(m,n)表示图的右上角,而人的出发点是,受人前进方向的限制,能直接到达点(x,y)的点只有(x+2,y-1),(x+1,y-1),(x,y-1),(x-1,y-1),(x-2,y-1)。到点(x,y)的路径中和最大的路径必然要从(m/2,0)到(x+2,y-1),(x+1,y-1),(x,y-1),(x-1,y-1),(x-2,y-1)的几条路径中产生,既然要求最优方案,当然要挑一条和最大的路径,关系式如下:
Fx,y= Max{Fx+2,y-1 ,Fx+1,y-1,Fx,y-1,Fx-1,y-1,Fx-2,y-1}+Numx,y,
其中Numx,y 表示(x,y) 点上的数字。
边界条件为:
动态规划与递推的关系
上题实质上是采用动态规划来求解,那么与递推动态规划之间到底是什么关系呢?
我们不妨画个图(如下图)。而通常人们理解的递推关系就是一般递推关系,故认为动态规划与递推关系是两个各自独立的个体。
1、一般递推边界条件很明显,动态规划边界条件比较隐蔽,容易被忽视
2、一般递推数学性较强,动态规划数学性相对较弱
3、一般递推一般不划分阶段,动态规划一般有较为明显的阶段
PS:更多递推练习,可以看看《递推求解专题练习》
标签:
原文地址:http://www.cnblogs.com/archimedes/p/4265019.html