有一个经典的算法问题,题目是这样的:
有一对小兔子,当小兔子成长到第三个月的时候,每个月都会生一对小兔子,新生的小兔子同他们的父母具有一样的生殖性质(成长到第三个月之后每个月都生一对),兔子不会死亡,求n个月后有多少对兔子。
这个问题很容易,有很多种方法可以解决,比较经典的方法有两种,递归和动态规划。
动态规划
动态规划的思路是从最终态(第n月兔子的数量)开始思考,尝试找到第n个月兔子数量,和第n-1个月兔子数量间的递推关系。找到递推关系之后,我们不需要在关注中间过程,只需要从最初态开始递推,保存每次递推的结果(每个月兔子的数量),自然就能得出第n个月兔子的数量。
从这道题来看,因为兔子是以月这个时间单位,一代一代生出来的,所以每个月的兔子数量,应该是存在递推关系的。那么第n个月兔子数量应该怎么和n-1个月兔子数量联系起来呢?很显然,因为兔子不会死亡,所以第n个月兔子的组成应该是:n-1个月时全部的兔子,和第n个月新生的兔子数量之和。设第n个月的兔子数量为F(n),也就是:
F(n)=F(n-1)+第n月新生的兔子
为了完成这个状态转移方程,我们需要搞清第n月新生兔子和兔子数量之间的联系。
我们不妨从第k月开始跟踪,因为兔子第三个月可以繁殖,也就是兔子其实可以划分成三种不同的状态,所以我们不妨用mature(k)表示第k月成熟的(可繁殖的)兔子数量,grow(k)表示第k月正在成长的(在生命历程第二个月的)兔子数量,最后用born(k)表示第k月新生的兔子数量:
k月时兔子的数量 k+1月时兔子的数量 k+2月时兔子的数量
mature(k) mature(k+1)=mature(k)+grow(k) mature(k+2)=mature(k+1)+grow(k+1)=mature(k)+grow(k)+born(k)
grow(k) grow(k+1)=born(k) grow(k+2)=born(k+1)=mature(k)+grow(k)
born(k)=mature(k) born(k+1)=mature(k+1) born(k+2)=mature(k+2)=mature(k)+grow(k)+born(k)
通过观察这个递推关系,不难发现其实k+2个月时新生兔子的数量就等于第k月时兔子的总数。所以我们可以得到状态转移方程:
F(n)=F(n-1)+F(n-2)
其实也可以直观的去想,第n个月,所有兔子繁殖之前,总数就是n-1月兔子的总数F(n-1),那么这F(n-1)对兔子中,又有多少是可繁殖的呢,那想必需要减去其中不成熟的,那实际上,兔子只会在自己新生的那个月和其下一个月不成熟,也就是只需减去F(n-1)中新生的兔子数量,也就是:
第n月可以繁殖的兔子数量=F(n-1)-(n-1月新生的兔子)
结合我们已知的状态转移方程:F(n)=F(n-1)+第n月新生的兔子,将n-1带入到方程的n中,显然答案就是F(n-2),也就是第n月,可以繁殖的兔子数量就是F(n-2),可以得到一样的状态转移方程。
C语言代码实现:
#include <stdio.h>
int main(){
unsigned long count[100]={0}; //初始化数组保存兔子数量
int n=0;
printf("Please input month number(1~99):");
scanf("%d",&n); //获取用户输入的月份数
for(int i=0;i<n;i++){
if(i==0||i==1){
count[i]=1;
}
else{
count[i]=count[i-1]+count[i-2];
}
}
printf("The number of rabbit is:%lu",count[n-1]);
}
这段代码简单的实现了算法,但是仍然需要升级,因为虽然用户可输入的范围是1~99,但实际测试下,即使已经使用了unsigned long,因为unsigned long的取值范围为0至4,294,967,295,当输入月份在47以上的时候,值会溢出。考虑下一步升级通过字符串数组保存兔子数量,实现大整数的保存。
递归
递归算法设计的思路上相对比较直接,明确终止条件,调用自身进行运算就可以了。
所以我们的终止条件是:
当月份数减为1的时候 return兔子数=1
当月份数减为2的时候 return兔子数=1
运算过程:
F(n)=F(n-1)+F(n-2)
#include <stdio.h>
unsigned long recur(int n);
int main(){
int n=0;
scanf("%d",&n);
printf("%lu",recur(n));
return 0;
}
unsigned long recur(int n){
if(n==1||n==2){
return 1;
}
else{
return recur(n-1)+recur(n-2);
}
}
总结
两种方法都可以完成这道题的计算,但是实际运行下来,使用动态规划基本都是妙出结果(时间复杂度为O(n)),而递归则相对慢很多(时间复杂度O(2的n次方)),但从空间复杂度上来讲,递归更胜一筹。