指數遞歸演算法
① 如何用指數型生成函數解遞歸An=(n+1)*An-1+3^n，A0=1 非待定系數法~
#include<stdio.h>
#include<math.h>
long An(int n)
{long temp=0;
if (n!=0) temp+=(n+1)*An(n-1)+pow(3,n);
else temp+=1;
return(temp);
}
main()
{int sum,n;
scanf("%d",&n);
sum=An(n);
}
② 漢諾塔遞歸演算法是什麼
漢諾塔是經典遞歸問題：
相傳在古印度聖廟中，有一種被稱為漢諾塔(Hanoi)的游戲。該游戲是在一塊銅板裝置上，有三根桿(編號A、B、C)，在A桿自下而上、由大到小按順序放置64個金盤。
游戲的目標：把A桿上的金盤全部移到C桿上，並仍保持原有順序疊好。操作規則：每次只能移動一個盤子，並且在移動過程中三根桿上都始終保持大盤在下，小盤在上，操作過程中盤子可以置於A、B、C任一桿上。
如果A只有一個（A->C）。
如果A有兩個（A->B）,(A->C),(B->C)。
如果A有三個（A->C）,(A->B),(C->B),(A->C),(B->A),(B->C),(A->C)。
如果更多，那麼將會爆炸式增長。
遞歸：就是函數自己調用自己。 子問題須與原始問題為同樣的事，或者更為簡單；遞歸通常可以簡單的處理子問題，但是不一定是最好的。
其實遞歸在某些場景的效率是很低下的。尤其是斐波那契.從圖你就可以發現一個簡單的操作有多次重復。因為它的遞歸調用倆個自己。那麼它的遞歸的膨脹率是指數級別的，重復了大量相同計算。
起源：
漢諾塔（又稱河內塔）問題是源於印度一個古老傳說的益智玩具。大梵天創造世界的時候做了三根金剛石柱子，在一根柱子上從下往上按照大小順序摞著64片黃金圓盤。
大梵天命令婆羅門把圓盤從下面開始按大小順序重新擺放在另一根柱子上。並且規定，在小圓盤上不能放大圓盤，在三根柱子之間一次只能移動一個圓盤。
③ 股市中的指數平均數指標即EMA的含義、計算公式~~謝謝！
網路上面不是有嘛
EMA（Exponential Moving Average），指數平均數指標。也叫EXPMA指標，它也是一種趨向類指標，指數平均數指標是以指數式遞減加權的移動平均。 求X的N日指數平滑移動平均，在股票公式中一般表達為：EMA（X，N），它真正的公式表達是：當日指數平均值=平滑系數*（當日指數值-昨日指數平均值）+昨日指數平均值；平滑系數=2/（周期單位+1）；由以上公式推導開，得到：EMA(C,N)=2*C/(N+1)+(N-1)/(N+1)*昨天的指數收盤平均值； 演算法是：若Y=EMA(X，N)，則Y=〔2*X+(N-1)*Y』〕/(N+1)，其中Y』表示上一周期的Y值。EMA引用函數在計算機上使用遞歸演算法很容易實現，但不容易理解。例舉分析說明EMA函數。 X是變數，每天的X值都不同，從遠到近地標記，它們分別記為X1，X2，X3，….，Xn 如果N=1，則EMA(X，1)=〔2*X1+(1-1)*Y』〕/(1+1)=X1 如果N=2，則EMA(X，2)=〔2*X2+(2-1)*Y』〕/(2+1)=(2/3)*X2+(1/3)X1 如果N=3，則EMA(X，3)=〔2*X3+(3-1)*Y』〕/(3+1)=〔2*X3+2*((2/3)*X2+(1/3)*X1)〕/4=(1/2)*X3+(1/3)*X2+(1/6)*X1 如果N=4，則EMA(X，4)=〔2*X4+(4-1)*Y』〕/(4+1)=2/5*X4+3/5*((1/2)*X3+(1/3)*X2+(1/6)*X1) =2/5*X4+3/10*X3+1/5*X2+1/10*X1 如果N=5，則EMA(X，5)=2/(5+1)*X5+(5-1)/(5+1)(2/5*X4+3/10*X3+3/15*X2+3/30*X1) =(1/3)*X5+(4/15)*X4+(3/15)*X3+(2/15)*X2+(1/15)*X1 …………循環 X1 (2/3)*X2+(1/3)X1 (3/6)*X3+(2/6)*X2+(1/6)*X1 (4/10)*X4+(3/10)*X3+(2/10)*X2+(1/10)*X1 (5/15)*X5+(4/15)*X4+(3/15)*X3+(2/15)*X2+(1/15)*X1 任何時候系數之和恆為1。如果X是常量，每天的X值都不變，則EMA(X,N)=MA(X,N). 從以上的例舉分析中，我們可以看到時間周期越近的X值它的權重越大，說明EMA函數對近期的X值加強了權重比，更能及時反映近期X值的波動情況。 所以EMA比Ma更具參考價值，而ema也不容易出現死叉和金叉，所以一旦出現要立即作出反映！對周線處理，ema就更加穩定了。 理解了MA,EMA的含義後，就可以理解其用途了，簡單的說，當要比較數值與均價的關系時，用MA就可以了，而要比較均價的趨勢快慢時，用EMA更穩定；有時，在均價值不重要時，也用EMA來平滑和美觀曲線
④ 用遞歸的方法計算式子，n^1+n^2+n^3+n^4+...+n^10,其中n=1,2,3..C++的
#include<iostream>
using std::cout;
/*函數部分*/
double power(int n,int m)//m為指數
{
if(m==1)
return n;
else
return n*power(n,m-1);
}
double sum(int n,int m)//m為指數
{
double result;
if(m==1)
return power(n,1);
else
return power(n,m)+sum(n,m-1);
}
/*完*/
int main()
{
cout<< sum(4,10);//假設n=4...
return 0;
}
⑤ 求計算演算法的復雜度 （Python寫的邏輯）
(a) 演算法復雜度為O(n)，因為只有一個while循環，且i<n，所以復雜度是線性級，僅跟n有關
(b) 演算法復雜度為O(n²)，實際上演算法復雜度為nxn/2 = n²/2，因為有for循環的嵌套
(c) 演算法復雜度為O(n)，因為只有while循環，盡管裡面i=ix2，但是這是常數級操作
(d) 演算法復雜度為O(log i)，這是對數級操作，每次i除以2，所以是log(i)base(2)
(e) 演算法復雜度為O(n log n)
(f) 演算法復雜度為O(2^i)，這是一個遞歸演算法，為指數級
(g) 演算法復雜度為O(n 2^n)，這是一個交換數據的演算法，是一個遞歸+一個for 循環
⑥ 遞歸演算法的速度會特別慢的原因是什麼
遞歸調用本身需要使用系統棧,每次分配函數內存以及棧都需要時間.不過這個過程耗時並不多,可以說,單純的遞歸本身並不比非遞歸慢多少.
然而,實踐中就會發現,遞歸處理部分問題,特別是遞推類問題時會表現出效率極低.這個問題的出現是因為重復計算.
舉例說,用遞歸求解斐波那契數列的第n項,一般的遞歸公式為
f(n) = f(n-1)+f(n-2)
f(2) = 1
f(1) = 1
請嘗試模擬計算機運行這個遞歸,你會發現,其中的某一項f(x)並不是只算了一次.當你計算f(5)的時候,你會試圖計算f(4)和f(3),然而在你計算f(4)的時候其實也要計算f(3),這樣f(3)就被調用了兩次.
想像這個過程是指數型擴展的,效率會隨著n的增大極快地下降.
要解決這個問題,可以使用記憶化思想.
定義記憶數組r,函數體改為:
define f(n):
if r[n] is defined, then simply return r[n] as the answer.
else, f(n) = f(n-1) + f(n-2)
before return the value, take it down in r[n].
如此改進之後的遞歸函數效率上與遞推演算法相差無幾.
⑦ C語言中的遞歸是什麼意思
遞歸就是 函數自己調用自己 ..
第一個是主函數 ..
第二個cj()函數才是一個遞歸函數 ..
在cj()函數體裡面 有cj(n--)這個語句 就是它再次調用自己 只不過參數變化了 ..
⑧ 什麼情況下可以利用遞歸來解決問題再寫遞歸程序時應注意是什麼
比如階乘，也就是說求n可以先求n-1，以此類推，到1，這類問題都可以用遞歸解決，菲波拉鍥數也可以遞歸。因為遞歸是總是調用自身解決問題，所以，必須有結束條件，否則會出問題，導致內存卡爆
⑨ 遞歸演算法和動態規劃的關系是什麼呀
遞歸比較簡單的，就是遞推的逆向演算法。例如已知a(10)且a(n)=f(a(n+1))，讓你求a(1)。回溯是深度優先搜索必須要用到的方法，推薦你看下「八皇後問題」，看完就應該明白了。動態規劃是一種以空間換時間的演算法，也就是佔用內存較大，但是時間效率比較高的分階段演算法。推薦你看看「攔截導彈」問題，「0/1背包問題」。動態規劃先多看看題，然後再去理解概念比較好