递归

递归

算法设计与分析
递归

什么是递归

递归(Recursion)在数学或计算机中是指在函数中调用函数自身。




f(6)=f(5)+6=f(4)+5+6=f(3)+4+5+6=f(2)+3+4+5+6=f(1)+2+3+4+5+6\begin{align*} f(6) &= f(5)+6 \\ &= f(4)+5+6 \\ &= f(3)+4+5+6 \\ &= f(2)+3+4+5+6 \\ &= f(1)+2+3+4+5+6 \end{align*}

算法设计与分析
递归

例题1:求和

求 [1,n][1,n] 的和。

算法设计与分析
递归

例题1:求和 - 题解

求 [1,n][1,n] 的和。

设 f(n)f(n) 为 [1,n][1,n] 的和。
...

那么 f(n−1)f(n-1) 是什么?

算法设计与分析
递归

例题1:求和 - 题解

求 [1,n][1,n] 的和。

设 f(n)f(n) 为 [1,n][1,n] 的和。
则 f(n−1)=f(n)−nf(n-1)=f(n)-n,
因此 f(n)=f(n−1)+nf(n)=f(n-1)+n。

算法设计与分析
递归

例题1:求和 - 题解

求 [1,n][1,n] 的和。

设 f(n)f(n) 为 [1,n][1,n] 的和。
则 f(n−1)=f(n)−nf(n-1)=f(n)-n,
因此 f(n)=f(n−1)+nf(n)=f(n-1)+n。

结束了吗?函数完整吗?
算法设计与分析
递归

例题1:求和 - 题解

f(n)=f(n−1)+nf(n)=f(n-1)+n


f(3)=f(2)+3=f(1)+2+3=f(0)+1+2+3=f(−1)+0+1+2+3=f(−2)+(−1)+0+1+2+3\begin{align*} f(3) &= f(2)+3 \\ &= f(1)+2+3 \\ &= f(0)+1+2+3 \\ &= \color{red}{f(-1)+0+1+2+3} \\ &= \color{red}{f(-2)+(-1)+0+1+2+3} \end{align*}

递归何时终止?
算法设计与分析
递归

例题1:求和 - 题解

求 [1,n][1,n] 的和。

设 f(n)f(n) 为 [1,n][1,n] 的和。
则 f(n−1)=f(n)−nf(n-1)=f(n)-n,
因此 f(n)=f(n−1)+nf(n)=f(n-1)+n。
当 n=1n=1 时, f(n)=f(1)=1f(n)=f(1)=1。
因此可以写出函数:

f(n)={f(n−1)+nif n>1Recursive Case1if n=1Base Casef(n) = \begin{cases} f(n-1)+n & \text{if } n>1 \hspace{2em} \fbox{Recursive Case} \\ 1 & \text{if } n=1 \hspace{2em} \fbox{Base Case} \end{cases}

Recursive Case可以认为是递归的情形,可以翻译为递归方程。
Base Case可以认为是基础的情形,可以翻译为边界条件。

算法设计与分析
递归

递归的重要特征

Recursive Case和Base Case是递归的两个重要特征。

f(n)={f(n−1)+nif n>1Recursive Case1if n=1Base Casef(n) = \begin{cases} f(n-1)+n & \text{if } n>1 \hspace{2em} \fbox{Recursive Case} \\ 1 & \text{if } n=1 \hspace{2em} \fbox{Base Case} \end{cases}

请根据递归方程写出程序
算法设计与分析
递归

例题1:求和 - 题解

def f(n):
    if n == 1:
        return 1
    else:
        return f(n-1)+n
n = int(input())
print(f(n))
算法设计与分析
递归

递归与递推的转化

f(n)={f(n−1)+nif n>1Recursive Case1if n=1Base Casef(n) = \begin{cases} f(n-1)+n & \text{if } n>1 \hspace{2em} \fbox{Recursive Case} \\ 1 & \text{if } n=1 \hspace{2em} \fbox{Base Case} \end{cases}

由f(1)f(1)可以推出f(2)f(2),由f(2)f(2)可以推出f(3)f(3),...,由f(n−1)f(n-1)可以推出f(n)f(n)。

递归:自顶向下
递推:自底向上
算法设计与分析
递归

例题1:求和 - 题解

n = int(input())
s = 1
for i in range(2, n+1):
    s += i
print(s)
算法设计与分析
递归

习题1:阶乘

请写出 n!n! 的递归函数,并写出对应的代码。

算法设计与分析
递归

例题2:斐波那契数列(实验题)

f(n)={f(n−1)+f(n−2)n>21n=1,2f(n)= \begin{cases} f(n-1)+f(n-2) & n>2 \\ 1 & n=1,2 \end{cases}

请用递归和递推两种方法写出代码
算法设计与分析
递归

例题2:斐波那契数列(实验题)

f(n)={f(n−1)+f(n−2)n>21n=1,2f(n)= \begin{cases} f(n-1)+f(n-2) & n>2 \\ 1 & n=1,2 \end{cases}


根据写出的代码,思考以下问题:

  1. 对比两个代码的效率。
  2. 是什么导致了效率差距?
  3. 能否进行优化?
算法设计与分析
递归

例题3:汉诺塔问题


给定三根柱子,记为A、B和C。起始状态下,柱子A上套着n个圆盘,它们从上到下按照从小到大的顺序排列。我们的任务是要把这n个圆盘移到柱子C上,并保持它们的原有顺序不变。在移动圆盘的过程中,需要遵守以下规则。

  1. 圆盘只能从一根柱子顶部拿出,从另一根柱子顶部放入。
  2. 每次只能移动一个圆盘。
  3. 小圆盘必须时刻位于大圆盘之上。

center

算法设计与分析
递归

例题3:汉诺塔问题 - 题解


def move(src: list[int], tar: list[int]):
    """移动一个圆盘"""
    # 从 src 顶部拿出一个圆盘
    pan = src.pop()
    # 将圆盘放入 tar 顶部
    tar.append(pan)
def dfs(i: int, src: list[int], buf: list[int], tar: list[int]):
    """求解汉诺塔问题 f(i)"""
    # 若 src 只剩下一个圆盘,则直接将其移到 tar
    if i == 1:
        move(src, tar)
        return
    # 子问题 f(i-1) :将 src 顶部 i-1 个圆盘借助 tar 移到 buf
    dfs(i - 1, src, tar, buf)
    # 子问题 f(1) :将 src 剩余一个圆盘移到 tar
    move(src, tar)
    # 子问题 f(i-1) :将 buf 顶部 i-1 个圆盘借助 src 移到 tar
    dfs(i - 1, buf, src, tar)
def solve_hanota(A: list[int], B: list[int], C: list[int]):
    """求解汉诺塔问题"""
    n = len(A)
    # 将 A 顶部 n 个圆盘借助 B 移到 C
    dfs(n, A, B, C)
算法设计与分析