Question

回溯和递归有什么区别？该计划如何运作？

void generate_all(int n)
 {
    if(n<1) printf("%s\n", ar);
    else{
            ar[n-1]='0';        //fix (n)th bit as '0'
            generate_all(n-1);  //generate all combinations for other n-1 positions.
            ar[n-1]='1';        //fix (n)th bit as '1'
            generate_all(n-1);  //generate all combinations for other n-1 positions.
    }

Answer 1

这个问题就像问汽车和DeLorean之间的区别。

在递归函数中调用自身直到达到基本情况。

在回溯中，您使用递归来探索所有可能性，直到您获得问题的最佳结果。

可能有点难以理解，我附上here的一些文字：

“从概念上讲，你从一棵树的根开始;树可能有一些好叶子和一些坏叶子，但可能是叶子都是好的或者都是坏的。你想得到一片好叶子。在每个节点上，从根开始，您选择要移动到其中的一个子节点，然后保持这一点，直到找到一个叶子。

假设你遇到了坏叶子。你可以通过撤销最近的选择来回溯继续搜索好叶子，然后在该组选项中尝试下一个选项。如果您的选项用完了，请撤消此处的选择，并在该节点尝试其他选择。如果你最终没有留下任何选项，那么就找不到好叶子了。“

这需要一个例子：

enter image description here

您的代码只是递归，因为如果结果不符合您的目标，您永远不会回来。

Answer 2

递归描述了调用你所在的相同函数。递归函数的典型例子是阶乘，即类似

int fact(int n) {
    int result;
    if(n==1) return 1;
    result = fact(n-1) * n;
    return result;
}

你在这里看到的是这个事实本身。这就是所谓的递归。你总是需要一个让递归停止的条件。这里if(n==1)结合以下事实：每次调用n时，n总是会减少（fact(n-1)）

回溯是一种尝试查找给定参数的解决方案的算法。它构建了解决方案的候选者，并放弃了那些不能满足条件的候选者。要解决的任务的典型示例是Eight Queens Puzzle。回溯也常用于神经网络。

您描述的程序使用递归。与阶乘函数类似，它将参数减1，如果n <1则结束（因为那时它将打印ar而不是其余部分。）

Answer 3

在我的理解中，回溯是一种算法，就像所有其他算法一样，如BFS和DFS，但递归和迭代都是方法，它们处于比算法更高的层次，例如，实现DFS，你可以使用递归，这是非常直观的，但你也可以使用堆栈迭代，或者你也可以认为递归和迭代只是支持你的算法的方法。

Answer 4

递归-

可以将问题分解为相同类型的较小问题。
需要基本情况

回溯-

采用所有可能的组合来解决计算问题的通用算法技术。

Answer 5

递归-不放弃任何值；

回溯-放弃一些候选解决方案；

还请注意，回溯会在函数体中多次调用自身，而对于递归而言通常是不正确的

Answer 6

递归就像一个自下而上的过程。您可以仅通过使用子问题的结果来解决问题。

例如，使用递归的反向LinkedList只是在已反向子列表上附加头节点。https://leetcode.com/problems/reverse-linked-list/discuss/386764/Java-recursive

回溯仍然像一个自上而下的过程。有时您不能仅通过使用子问题的结果来解决问题，您需要将已经获得的信息传递给子问题。该问题的答案将在最低级别计算，然后将这些答案与您所获得的信息一起传递回该问题。

Answer 7

递归就像您显示的一样。如果例程A调用A，或者如果A调用B，而B调用A，则为递归。

回溯不是一种算法，它是一种控制结构。使用回溯时，会出现一个程序以便能够向后运行。在编写程序来玩象棋这样的游戏时，这很有用，您需要在其中提前一些动作。当程序想要移动时，它选择一个动作，然后切换到镜像对手程序，该程序选择一个动作，依此类推。如果初始程序到达“好地方”，它会说“是”并执行其第一步。如果任何一个程序到达“坏处”，它都希望退出并尝试另一步。

您可能会认为这只是在搜索一棵树，但是如果移动选择很复杂，则将其视为程序“备份”到它选择移动的最后一个位置，然后选择其他移动可能更直观，然后再次向前跑。

好的，因此，如果这个想法具有吸引力，您将如何做？首先，您需要一种表示choice的语句，其中选择了一个动作，您可以“备份”并修改您的选择。其次，每当有A;B之类的语句序列时，就使A为一个函数，并向其传递一个能够执行B的函数。类似于A(lambda()B(...))。因此，当A完成执行时，在返回之前，它会调用其执行B的参数。如果A要“失败”并开始“向后运行”，它仅返回而无需调用调用B的函数。我知道这很难遵循。我已经通过LISP中的宏完成了它，并且效果很好。用像C ++这样的常规编译器语言来做，这令人难以置信。

我已经在C / C ++中完成了类似的工作，但保留了“漂亮”但实际上并没有倒退。这样做的目的是执行某种深度优先的树搜索。但是您可以改为从树的根部向下进行一系列“刺”操作，每次“刺”时都遵循不同的路径。出于性能考虑，可能会对此表示反对，但实际上并不会花费太多，因为大部分工作都发生在树的叶子上。如果树深3层，并且每个节点的分支因子为5，则表示其具有5 + 25 + 125或155个节点。但是在从根开始的一系列“刺伤”中，它访问125 * 3 = 375个节点，性能损失小于3倍，除非性能确实是一个问题，否则它是可以忍受的。（请记住，真正的回溯可能涉及相当多的机械，制造lambda等）。

这是我使用的基本代码：

#define NLEVEL 20
int ia[NLEVEL];
int na[NLEVEL];
int iLevel = 0;
int choose(int n){
    if (ilevel >= ns){ na[ns]=n; ia[ns]=0; ns++; }
    return ia[ilevel++];
}
void step(){
    while (ns > 0){
        if (++ia[ns-1] >= na[ns-1]) ns--;
        else break;
    }
}
bool search(int iLevel){
    iLevel++;
    switch(choose(2)){
    break; case 0:;
        // see if 0 is a win. if not, fail by returning false
    break; case 1:
        // choose move 1 and recur
        return search(iLevel);
    }
    return true;
}
// this is the "top level" routine
void running(){
    ns = 0;
    // repeat for stabs into choice tree until success
    do {
        bool bSuccess = search(0);
        if (bSuccess){
            // Yay!
            break;
        }
        step(); // this advances the stack of choices
    } while(ns > 0); // stop when success or there are no more choices
}

我已使用这段代码代替search例程构建了一个本地定理证明器。

回溯和递归之间的区别？

7 个答案: