❶ c語言中的迭代法
這個其實很簡單，假設有台電視，我讓你猜價錢：
你說：4000，我說：高了（那麼你把價錢降低一半報一次）
你說：2000，我說：低了（那麼你把價錢升到4000和2000正中間）
你說：3000，我說：還低（那麼你把價錢升到3000和4000正中間）
你說：3500，我說：高了（那麼你把價錢降到3000和3500正中間）
你說：3250，我說：還高（那麼你把價錢降到3000和3250正中間）
你說：3125，我說：低了（那麼你把價錢升到3125和3250正中間）
你說：3200，我說：答對了！
這就是典型的迭代。當計算沒有表達式的時候，你輸入一個初始化的數據（比如4000），然後通過一個判斷程序檢驗是否正確，如果不正確，就按照上兩次之間的結果進行判斷，以逐漸逼近的方式求得最終的數值，這就叫迭代
這個迭代有幾個條件：第一：你有一個計算方式，從前面兩步的一個值（比如前面的例子從最低的高值和最高的低值之間去中間值，就是一個計算方式）
第二，有一個判斷程序，比如我心裡知道的那個數，對你的報價進行比較
第三，有一個收斂條件（上面的例子是完全猜對，其實你也可以允許誤差在100元內就算猜的正確）
相信聰明的你一定看的明白，要不然你去找范偉和趙本山要答案吧，哈哈哈！
❷ C語言迭代法
迭代法就是讓方程的解不斷去逼近真實的解。這是一種數值計算方法。思路就是按上面的步驟，只設置兩個x0,x1開始x0代表第一個值，x1代表第二值第一次迭代之後，讓x0=x1,x1=新的值，這樣x0代表第二個值，x1代表第三值以此類推。。。直到誤差滿足要求
❸ 在C語言中，什麼是迭代法
迭代法也稱輾轉法，是一種不斷用變數的舊值遞推新值的過程，跟迭代法相對應的是直接法(或者稱為一次解法)，即一次性解決問題。迭代演算法是用計算機解決問題的一種基本方法，它利用計算機運算速度快、適合做重復性操作的特點，讓計算機對一組指令(或一定步驟)進行重復執行，在每次執行這組指令(或這些步驟)時，都從變數的原值推出它的一個新值，迭代法又分為精確迭代和近似迭代。比較典型的迭代法如「二分法」和"牛頓迭代法」屬於近似迭代法
❹ 「迭代」是什麼意思
迭代的意思是反反復復地執行某一步驟、程序或者事件，在數學中用的比較常見。
【下面結合具體的實例加以說明】
在數學迭代中，假設有迭代公式f（x）=2x+y，變數初始值為x=1，y=1，要求迭代次數為4，那麼迭代過程如下：
（1）第一次迭代：f（x）=2+1=3，迭代後的變數值為x=1，y=3；
（2）第二次迭代：f（x）=2+3=5，迭代後的變數值為x=1，y=5；
（3）第三次迭代：f（x）=2+5=7，迭代後的變數值為x=1，y=7；
（4）第四次迭代：f（x）=2+7=9，迭代後的變數值為x=1，y=9；
顯然最終結果為x=1，y=9。實際上迭代初始值不同，結果也不同，例如如果變數初始值為x=0，y=1，那麼無論迭代多少次，最後的結果都不會改變，都是x=0，y=1。
❺ 迭代到底是什麼意思，在書《C#入門經典》中經常出現這個名詞。
迭代是對某個過程重復使用，每次得到的結果將是下次調用時的初始參數。
例如：一隻兔子，出生後一個月後每個月可繁殖一隻兔子，其繁殖的新兔子也按照這個路線繁殖，且沒有死亡。意即：假設每個月的兔子數量為 U（N），N 為月數，則
U1＝1 U2＝U1＋U1×1＝2 U3＝U2＋U2×1＝4……
U（N）＝（U（N）－1）×2（N≥2）
對應 U（N）和 U（N）－1，定義兩個迭代變數「下月數量」和「本月數量」，得到：
下月數量＝本月數量×2
本月數量＝下月數量
這個迭代執行 N 次，得到 N＋1 個月份的兔子數量。
Basic 代碼哈，不懂 C＃，大體相似：
Dim 本月數量 As Integer = 1
Dim 上個月數量 As Integer
For 月份 As Integer = 2 To N
下月數量 = 本月數量 * 2
本月數量 = 下月數量
Next
MsgBox(下月數量)
❻ 在C語言中，什麼是迭代法
迭代法也稱輾轉法，是一種不斷用變數的舊值遞推新值的過程，跟迭代法相對應的是直接法，即一次性解決問題。迭代法又分為精確迭代和近似迭代。「二分法」和「牛頓迭代法」屬於近似迭代法。迭代演算法是用計算機解決問題的一種基本方法。它利用計算機運算速度快、適合做重復性操作的特點，讓計算機對一組指令（或一定步驟）進行重復執行，在每次執行這組指令（或這些步驟）時，都從變數的原值推出它的一個新值。
迭代是數值分析中通過從一個初始估計出發尋找一系列近似解來解決問題（一般是解方程或者方程組）的過程，為實現這一過程所使用的方法統稱為迭代法（Iterative Method）。
一般可以做如下定義：對於給定的線性方程組x=Bx+f（這里的x、B、f同為矩陣，任意線性方程組都可以變換成此形式），用公式x(k+1）=Bx(k)+f（括弧中為上標，代表迭代k次得到的x，初始時k=0)逐步帶入求近似解的方法稱為迭代法（或稱一階定常迭代法）。如果k趨向無窮大時limx（k）存在，記為x*，稱此迭代法收斂。顯然x*就是此方程組的解，否則稱為迭代法發散。
跟迭代法相對應的是直接法（或者稱為一次解法），即一次性的快速解決問題，例如通過開方解決方程x +3= 4。一般如果可能，直接解法總是優先考慮的。但當遇到復雜問題時，特別是在未知量很多，方程為非線性時，我們無法找到直接解法（例如五次以及更高次的代數方程沒有解析解，參見阿貝耳定理），這時候或許可以通過迭代法尋求方程（組）的近似解。
最常見的迭代法是牛頓法。其他還包括最速下降法、共軛迭代法、變尺度迭代法、最小二乘法、線性規劃、非線性規劃、單純型法、懲罰函數法、斜率投影法、遺傳演算法、模擬退火等等。
利用迭代演算法解決問題，需要做好以下三個方面的工作：
確定迭代變數
在可以用迭代演算法解決的問題中，至少存在一個直接或間接地不斷由舊值遞推出新值的變數，這個變數就是迭代變數。
建立迭代關系式
所謂迭代關系式，指如何從變數的前一個值推出其下一個值的公式（或關系）。迭代關系式的建立是解決迭代問題的關鍵，通常可以順推或倒推的方法來完成。
對迭代過程進行控制
在
什麼時候結束迭代過程？這是編寫迭代程序必須考慮的問題。不能讓迭代過程無休止地重復執行下去。迭代過程的控制通常可分為兩種情況：一種是所需的迭代次數
是個確定的值，可以計算出來；另一種是所需的迭代次數無法確定。對於前一種情況，可以構建一個固定次數的循環來實現對迭代過程的控制；對於後一種情況，需
要進一步分析出用來結束迭代過程的條件。
舉例
例 1 ：一個飼養場引進一隻剛出生的新品種兔子，這種兔子從出生的下一個月開始，每月新生一隻兔子，新生的兔子也如此繁殖。如果所有的兔子都不死去，問到第 12 個月時，該飼養場共有兔子多少只？
分析：這是一個典型的遞推問題。我們不妨假設第 1 個月時兔子的只數為 u 1 ，第 2 個月時兔子的只數為 u 2 ，第 3 個月時兔子的只數為 u 3 ，……根據題意，「這種兔子從出生的下一個月開始，每月新生一隻兔子」，則有
u 1 = 1 ， u 2 = u 1 + u 1 × 1 = 2 ， u 3 = u 2 + u 2 × 1 = 4 ，……
根據這個規律，可以歸納出下面的遞推公式：
u n = u(n － 1）× 2 (n ≥ 2）
對應 u n 和 u(n － 1），定義兩個迭代變數 y 和 x ，可將上面的遞推公式轉換成如下迭代關系：
y=x*2
x=y
讓計算機對這個迭代關系重復執行 11 次，就可以算出第 12 個月時的兔子數。參考程序如下：
cls
x=1
for i=2 to 12
y=x*2
x=y
next i
print y
end
例 2 ：阿米巴用簡單分裂的方式繁殖，它每分裂一次要用 3 分鍾。將若干個阿米巴放在一個盛滿營養參液的容器內， 45 分鍾後容器內充滿了阿米巴。已知容器最多可以裝阿米巴 220,220個。試問，開始的時候往容器內放了多少個阿米巴？請編程序算出。
分析：根據題意，阿米巴每 3 分鍾分裂一次，那麼從開始的時候將阿米巴放入容器裡面，到 45
分鍾後充滿容器，需要分裂 45/3=15 次。而「容器最多可以裝阿米巴2^ 20 個」，即阿米巴分裂 15 次以後得到的個數是
2^20。題目要求我們計算分裂之前的阿米巴數，不妨使用倒推的方法，從第 15 次分裂之後的 2^20 個，倒推出第 15 次分裂之前（即第 14
次分裂之後）的個數，再進一步倒推出第 13 次分裂之後、第 12 次分裂之後、……第 1 次分裂之前的個數。
設第 1 次分裂之前的個數為 x 0 、第 1 次分裂之後的個數為 x 1 、第 2 次分裂之後的個數為 x 2 、……第 15 次分裂之後的個數為 x 15 ，則有
x 14 =x 15 /2 、 x 13 =x 14 /2 、…… x n-1 =x n /2 (n ≥ 1）
因為第 15 次分裂之後的個數 x 15 是已知的，如果定義迭代變數為 x ，則可以將上面的倒推公式轉換成如下的迭代公式：
x=x/2 （x 的初值為第 15 次分裂之後的個數 2^20）
讓這個迭代公式重復執行 15 次，就可以倒推出第 1 次分裂之前的阿米巴個數。因為所需的迭代次數是個確定的值，我們可以使用一個固定次數的循環來實現對迭代過程的控制。參考程序如下：
cls
x=2^20
for i=1 to 15
x=x/2
next i
print x
end
ps:java中冪的演算法是Math.pow（2,20）；返回double，稍微注意一下
例 3 ：驗證谷角猜想。日本數學家谷角靜夫在研究自然數時發現了一個奇怪現象：對於任意一個自然數 n ，若 n 為偶數，則將其除以 2 ；若 n 為奇數，則將其乘以 3 ，然後再加 1。如此經過有限次運算後，總可以得到自然數 1。人們把谷角靜夫的這一發現叫做「谷角猜想」。
要求：編寫一個程序，由鍵盤輸入一個自然數 n ，把 n 經過有限次運算後，最終變成自然數 1 的全過程列印出來。
分析：定義迭代變數為 n ，按照谷角猜想的內容，可以得到兩種情況下的迭代關系式：當 n 為偶數時， n=n/2 ；當 n 為奇數時， n=n*3+1。用 QBASIC 語言把它描述出來就是：
if n 為偶數 then
n=n/2
else
n=n*3+1
end if
這就是需要計算機重復執行的迭代過程。這個迭代過程需要重復執行多少次，才能使迭代變數 n 最終變成自然數 1
，這是我們無法計算出來的。因此，還需進一步確定用來結束迭代過程的條件。仔細分析題目要求，不難看出，對任意給定的一個自然數 n
，只要經過有限次運算後，能夠得到自然數 1 ，就已經完成了驗證工作。因此，用來結束迭代過程的條件可以定義為：n=1。參考程序如下：
cls
input "Please input n=";n
do until n=1
if n mod 2=0 then
rem 如果 n 為偶數，則調用迭代公式 n=n/2
n=n/2
print "—";n;
else
n=n*3+1
print "—";n;
end if
loop
end
迭代法開平方：
#include<stdio.h>
#include<math.h>
void main()
{
double a,x0,x1;
printf("Input a:\n");
scanf("%lf",&a);//為什麼在VC6.0中不能寫成「scanf("%f",&a）；」？
if(a<0)
printf("Error!\n");
else
{
x0=a/2;
x1=(x0+a/x0)/2;
do
{
x0=x1;
x1=(x0+a/x0)/2;
}while(fabs(x0-x1）>=1e-6）；
}
printf("Result:\n");
printf("sqrt(%g)=%g\n",a,x1）；
}
求平方根的迭代公式：x1=1/2*(x0+a/x0）。
演算法：1.先自定一個初值x0，作為a的平方根值，在我們的程序中取a/2作為a的初值；利用迭代公式求出一個x1。此值與真正的a的平方根值相比，誤差很大。
⒉把新求得的x1代入x0中，准備用此新的x0再去求出一個新的x1.
⒊利用迭代公式再求出一個新的x1的值，也就是用新的x0又求出一個新的平方根值x1，此值將更趨近於真正的平方根值。
⒋比較前後兩次求得的平方根值x0和x1，如果它們的差值小於我們指定的值，即達到我們要求的精度，則認為x1就是a的平方根值，去執行步驟5；否則執行步驟2，即循環進行迭代。
迭代法是用於求方程或方程組近似根的一種常用的演算法設計方法。設方程為f(x)=0，用某種數學方法導出等價的形式x=g(x），然後按以下步驟執行：
⑴ 選一個方程的近似根，賦給變數x0；
⑵ 將x0的值保存於變數x1，然後計算g(x1），並將結果存於變數x0；
⑶ 當x0與x1的差的絕對值還小於指定的精度要求時，重復步驟⑵的計算。
若方程有根，並且用上述方法計算出來的近似根序列收斂，則按上述方法求得的x0就認為是方程的根。上述演算法用C程序的形式表示為：
【演算法】迭代法求方程的根
{ x0=初始近似根；
do {
x1=x0；
x0=g(x1）； /*按特定的方程計算新的近似根*/
} while (fabs(x0-x1）>Epsilon）；
printf（「方程的近似根是%f\n」，x0）；
}
迭代演算法也常用於求方程組的根，令
X=（x0，x1，…，xn-1）
設方程組為：
xi=gi(X) (I=0，1，…，n-1）
則求方程組根的迭代演算法可描述如下：
【演算法】迭代法求方程組的根
{ for (i=0;i
x=初始近似根；
do {
for (i=0;i
y=x;
for (i=0;i
x=gi(X);
for (delta=0.0,i=0;i
if (fabs(y-x)>delta) delta=fabs(y-x）；
} while (delta>Epsilon）；
for (i=0;i
printf（「變數x[%d]的近似根是 %f」，I，x）；
printf（「\n」）；
}
具體使用迭代法求根時應注意以下兩種可能發生的情況：
⑴ 如果方程無解，演算法求出的近似根序列就不會收斂，迭代過程會變成死循環，因此在使用迭代演算法前應先考察方程是否有解，並在程序中對迭代的次數給予限制；
⑵ 方程雖然有解，但迭代公式選擇不當，或迭代的初始近似根選擇不合理，也會導致迭代失敗。
遞歸
遞歸是設計和描述演算法的一種有力的工具，由於它在復雜演算法的描述中被經常採用，為此在進一步介紹其他演算法設計方法之前先討論它。
能採用遞歸描述的演算法通常有這樣的特徵：為求解規模為N的問題，設法將它分解成規模較小的問題，然後從這些小問題的解方便地構造出大問題的解，並且這些規模較小的問題也能採用同樣的分解和綜合方法，分解成規模更小的問題，並從這些更小問題的解構造出規模較大問題的解。特別地，當規模N=1時，能直接得解。
【問題】 編寫計算斐波那契（Fibonacci）數列的第n項函數fib（n）。
斐波那契數列為：0、1、1、2、3、……，即：
fib(0)=0;
fib⑴=1;
fib(n)=fib(n-1）+fib(n-2） （當n>1時）。
寫成遞歸函數有：
int fib(int n)
{ if (n==0) return 0;
if (n==1） return 1;
if (n>1） return fib(n-1）+fib(n-2）；
}
遞歸演算法的執行過程分遞推和回歸兩個階段。在遞推階段，把較復雜的問題（規模為n）的求解推到比原問題簡單一些的問
題（規模小於n）的求解。例如上例中，求解fib(n），把它推到求解fib(n-1）和fib(n-2）。也就是說，為計算fib(n），必須先計算
fib(n-1）和fib(n-
2），而計算fib(n-1）和fib(n-2），又必須先計算fib(n-3）和fib(n-4）。依次類推，直至計算fib⑴和fib(0），分別能
立即得到結果1和0。在遞推階段，必須要有終止遞歸的情況。例如在函數fib中，當n為1和0的情況。
在回歸階段，當獲得最簡單情況的解後，逐級返回，依次得到稍復雜問題的解，例如得到fib⑴和fib(0）後，返回得到fib⑵的結果，……，在得到了fib(n-1）和fib(n-2）的結果後，返回得到fib(n）的結果。
在編寫遞歸函數時要注意，函數中的局部變數和參數知識局限於當前調用層，當遞推進入「簡單問題」層時，原來層次上的參數和局部變數便被隱蔽起來。在一系列「簡單問題」層，它們各有自己的參數和局部變數。
由於遞歸引起一系列的函數調用，並且可能會有一系列的重復計算，遞歸演算法的執行效率相對較低。當某個遞歸演算法能較方便地轉換成遞推演算法時，通常按遞推演算法編寫程序。例如上例計算斐波那契數列的第n項的函數fib(n）應採用遞推演算法，即從斐波那契數列的前兩項出發，逐次由前兩項計算出下一項，直至計算出要求的第n項。
【問題】 組合問題
問題描述：找出從自然數1、2、……、n中任取r個數的所有組合。例如n=5，r=3的所有組合為：⑴5、4、3 ⑵5、4、2 ⑶5、4、1
⑷5、3、2 ⑸5、3、1 ⑹5、2、1
⑺4、3、2 ⑻4、3、1 ⑼4、2、1
⑽3、2、1
分析所列的10個組合，可以採用這樣的遞歸思想來考慮求組合函數的演算法。設函數為void comb(int
m,int
k）為找出從自然數1、2、……、m中任取k個數的所有組合。當組合的第一個數字選定時，其後的數字是從餘下的m-1個數中取k-1數的組合。這就將求m
個數中取k個數的組合問題轉化成求m-1個數中取k-1個數的組合問題。設函數引入工作數組a[
]存放求出的組合的數字，約定函數將確定的k個數字組合的第一個數字放在a[k]中，當一個組合求出後，才將a[
]中的一個組合輸出。第一個數可以是m、m-1、……、k，函數將確定組合的第一個數字放入數組後，有兩種可能的選擇，因還未去頂組合的其餘元素，繼續遞
歸去確定；或因已確定了組合的全部元素，輸出這個組合。細節見以下程序中的函數comb。
【程序】
# include
# define MAXN 100
int a[MAXN];
void comb(int m,int k)
{ int i,j;
for (i=m;i>=k;i--)
{ a[k]=i;
if (k>1）
comb(i-1,k-1）；
else
{ for (j=a[0];j>0;j--)
printf（「%4d」，a[j]);
printf（「\n」）；
}
}
}
void main()
{ a[0]=3;
comb（5,3）；
}
【問題】 背包問題
問題描述：有不同價值、不同重量的物品n件，求從這n件物品中選取一部分物品的選擇方案，使選中物品的總重量不超過指定的限制重量，但選中物品的價值之和最大。
設n
件物品的重量分別為w0、w1、…、wn-1，物品的價值分別為v0、v1、…、vn-1。採用遞歸尋找物品的選擇方案。設前面已有了多種選擇的方案，並
保留了其中總價值最大的方案於數組option[ ]，該方案的總價值存於變數maxv。當前正在考察新方案，其物品選擇情況保存於數組cop[
]。假定當前方案已考慮了前i-1件物品，現在要考慮第i件物品；當前方案已包含的物品的重量之和為tw；至此，若其餘物品都選擇是可能的話，本方案能達
到的總價值的期望值為tv。演算法引入tv是當一旦當前方案的總價值的期望值也小於前面方案的總價值maxv時，繼續考察當前方案變成無意義的工作，應終止
當前方案，立即去考察下一個方案。因為當方案的總價值不比maxv大時，該方案不會被再考察，這同時保證函數後找到的方案一定會比前面的方案更好。
對於第i件物品的選擇考慮有兩種可能：
⑴ 考慮物品i被選擇，這種可能性僅當包含它不會超過方案總重量限制時才是可行的。選中後，繼續遞歸去考慮其餘物品的選擇。
⑵ 考慮物品i不被選擇，這種可能性僅當不包含物品i也有可能會找到價值更大的方案的情況。
按以上思想寫出遞歸演算法如下：
try（物品i，當前選擇已達到的重量和，本方案可能達到的總價值tv)
{ /*考慮物品i包含在當前方案中的可能性*/
if（包含物品i是可以接受的）
{ 將物品i包含在當前方案中；
if (i
try(i+1,tw+物品i的重量，tv);
else
/*又一個完整方案，因為它比前面的方案好，以它作為最佳方案*/
以當前方案作為臨時最佳方案保存；
恢復物品i不包含狀態；
}
/*考慮物品i不包含在當前方案中的可能性*/
if （不包含物品i僅是可男考慮的）
if (i
try(i+1,tw,tv-物品i的價值）；
else
/*又一個完整方案，因它比前面的方案好，以它作為最佳方案*/
以當前方案作為臨時最佳方案保存；
}
為了理解上述演算法，特舉以下實例。設有4件物品，它們的重量和價值見表：
物品 0 1 2 3
重量 5 3 2 1
價值 4 4 3 1
並設限制重量為7。則按以上演算法，下圖表示找解過程。由圖知，一旦找到一個解，演算法就進一步找更好的佳。如能判定某個查找分支不會找到更好的解，演算法不會在該分支繼續查找，而是立即終止該分支，並去考察下一個分支。
按上述演算法編寫函數和程序如下：
【程序】
# include
# define N 100
double limitW,totV,maxV;
int option[N],cop[N];
struct { double weight;
double value;
}a[N];
int n;
void find(int i,double tw,double tv)
{ int k;
/*考慮物品i包含在當前方案中的可能性*/
if (tw+a.weight<=limitW)
{ cop=1;
if (i
else
{ for (k=0;k
option[k]=cop[k];
maxv=tv;
}
cop=0;
}
/*考慮物品i不包含在當前方案中的可能性*/
if (tv-a.value>maxV)
if (i
else
{ for (k=0;k
option[k]=cop[k];
maxv=tv-a.value;
}
}
void main()
{ int k;
double w,v;
printf（「輸入物品種數\n」）；
scanf（（「%d」，&n);
printf（「輸入各物品的重量和價值\n」）；
for (totv=0.0,k=0;k
{ scanf（「%1f%1f」，&w,&v);
a[k].weight=w;
a[k].value=v;
totV+=V;
}
printf（「輸入限制重量\n」）；
scanf（「%1f」，&limitV);
maxv=0.0;
for (k=0;k find(0,0.0,totV);
for (k=0;k
if (option[k]) printf（「%4d」，k+1）；
printf（「\n總價值為%.2f\n」，maxv);
}
作為對比，下面以同樣的解題思想，考慮非遞歸的程序解。為了提高找解速度，程序不是簡單地逐一生成所有候選解，而是
從每個物品對候選解的影響來形成值得進一步考慮的候選解，一個候選解是通過依次考察每個物品形成的。對物品i的考察有這樣幾種情況：當該物品被包含在候選
解中依舊滿足解的總重量的限制，該物品被包含在候選解中是應該繼續考慮的；反之，該物品不應該包括在當前正在形成的候選解中。同樣地，僅當物品不被包括在
候選解中，還是有可能找到比目前臨時最佳解更好的候選解時，才去考慮該物品不被包括在候選解中；反之，該物品不包括在當前候選解中的方案也不應繼續考慮。
對於任一值得繼續考慮的方案，程序就去進一步考慮下一個物品。
【程序】
# include
# define N 100
double limitW;
int cop[N];
struct ele { double weight;
double value;
} a[N];
int k,n;
struct { int ;
double tw;
double tv;
}twv[N];
void next(int i,double tw,double tv)
{ twv.=1;
twv tw=tw;
twv tv=tv;
}
double find(struct ele *a,int n)
{ int i,k,f;
double maxv,tw,tv,totv;
maxv=0;
for (totv=0.0,k=0;k
totv+=a[k].value;
next(0,0.0,totv);
i=0;
While (i>=0)
{ f=twv.;
tw=twv tw;
tv=twv tv;
switch(f)
{ case 1: twv.++;
if (tw+a.weight<=limitW)
if (i
{ next(i+1,tw+a.weight,tv);
i++;
}
else
{ maxv=tv;
for (k=0;k
cop[k]=twv[k].!=0;
}
break;
case 0: i--;
break;
default: twv.=0;
if (tv-a.value>maxv)
if (i
{ next(i+1,tw,tv-a.value);
i++;
}
else
{ maxv=tv-a.value;
for (k=0;k
cop[k]=twv[k].!=0;
}
break;
}
}
return maxv;
}
void main()
{ double maxv;
printf（「輸入物品種數\n」）；
scanf（（「%d」，&n);
printf（「輸入限制重量\n」）；
scanf（「%1f」，&limitW);
printf（「輸入各物品的重量和價值\n」）；
for (k=0;k
scanf（「%1f%1f」，&a[k].weight,&a[k].value);
maxv=find(a,n);
printf（「\n選中的物品為\n」）；
for (k=0;k
if (option[k]) printf（「%4d」，k+1）；
printf（「\n總價值為%.2f\n」，maxv);
}
❼ c語言什麼是窮舉、遞歸、迭代演算法
窮舉法也叫枚舉法或列舉法。通常對於一些要求得到精確結果而所求結果又不大的時候可用此法,具體的做法就是將所有可能的情況一一舉出。
程序調用自身的編程技巧稱為遞歸。遞歸做為一種演算法在程序設計語言中廣泛應用。
代法也稱輾轉法，是一種不斷用變數的舊值遞推新值的過程，跟迭代法相對應的是直接法，即一次性解決問題。
❽ c語言能給個窮舉、迭代、遞推的舉例（要有分析）。。。
窮舉的意思能簡單, 就是'一個個猜過去'
比如要破解一個8位數的密碼, 就是從00000000到99999999的全部數字一個個試過去
這點數字對現在的計算機來說幾乎不要時間
迭代是指循環運算, 比如
for ( int i = 0; i < 99999999; ++i) 這個循環就叫做迭代
至於遞推, 以下抄自網路
遞推演算法是一種用若干步可重復的簡運算（規律）來描述復雜問題的方法. 遞推是序列計算機中的一種常用演算法。它是按照一定的規律來計算序列中的每個項，通常是通過計算機前面的一些項來得出序列中的指定象的值。其思想是把一個復雜的龐大的計算過程轉化為簡單過程的多次重復，該演算法利用了計算機速度快和不知疲倦的機器特點。
植樹節那天，有五位同學參加了植樹活動，他們完成植樹的棵樹都不相同。問第一位同學植了多少棵時，他指著旁邊的第二位同學說比他多植了兩棵；追問第二位同學，他又說比第三位同學多植了兩棵；... 如此，都說比另一位同學多植兩棵。最後問到第五位同學時，他說自己植了10棵。到底第一位同學植了多少棵樹？
分析：設第一位同學植樹的棵樹為a1,欲求a1，需從第五位同學植樹的棵數a5入手，根據「多兩棵」這個規律，按照一定順序逐步進行推算：
(1) a5=10;
(2) a4=a5+2=12;
(3) a3=a4+2=14;
(4) a2=a3+2=16;
(5) a1=a2+2=18;
遞推演算法以初始（起點）值為基礎，用相同的運算規律，逐次重復運算，直至運算結束。這種從「起點」重復相同的方法直至到達一定「邊界」，猶如單向運動，用循環可以實現。遞推的本質是按規律逐次推出（計算）先一步的結果。
❾ c++中迭代器是什麼意思
容器就是數據結構的泛指，迭代器就是指針的泛指，可以指向元素。容器相當於一個儲藏櫃，裡面裝的許多不同的物品就像是儲存的元素，比如麵包、啤酒、蘋果、現金。要取得各個物體就得用與各個物體向匹配的工具，如取出麵包要用盤子、取出啤酒要用杯子、取出蘋果要用籃子、取出現金要用錢包。迭代器的作用就相當於取出物品的工具的抽象，通過迭代器泛指現實生活中從貯藏室中取出物體的工具。C++迭代器是一種檢查容器內元素並遍歷元素的數據類型。1 Iterator definitionsIn C++, an iterator is any object that, pointing to some element in a range of elements (such as an array or a container), has the ability to iterate through the elements of that range using a set of operators (at least, the increment (++) and dereference (*) operators). The most obvious form of iterator is a pointer: A pointer can point to elements in an array, and can iterate through them using the increment operator (++). But other forms of iterators exist. For example, each container type (such as a vector) has a specific iterator type designed to iterate through its elements in an efficient way.C++迭代器Interator就是一個指向某種STL對象的指針。通過該指針可以簡單方便地遍歷所有元素。 C++中的iterator為STL中的重要概念。iterator的概念源自於對遍歷一個線性容器工具的抽象，即如何你能訪問這個容器的某個元素。對於最簡單的數組，當然可以用數組的索引值，因為數組是連續存放在內存中的；但對於鏈表，就必須用指針。除此之外，還有還有很多種數據結構需要提供一個方便的工具來訪問其中的元素，方法有ID，關鍵字等等。為了統一所有的容器的這種工具的使用，一般提供一整套容器的開發者就會用一種方式來表示各種容器的訪問工具。例如C＋＋ STL就是使用iterator。MFC自己的容器使用position。C#和java也有自己的方法，但方法是不變的。 iterator的用法可以被統一，但不同的底層容器實現其iterator的原理是不一樣的。例如iterator++你可以理解為移動到容器的下一個元素，如果底層如果是數組，把索引值加一就行；如果底層是鏈表，就得執行類似於m_pCurrent = m_pCurrent-> pNext;的操作。因此每種容器都有自己的iterator實現方法。 C++ STL iterator的常用方法有： iterator++ 移到下個元素 iterator-- 移到上個元素 *iterator 訪問iterator所指元素的值 < > == != iterator之間的比較，例如判斷哪個元素在前 iterator1 + iterator2 iterator之間的加法運算，類似於指針加法 2 容器的 iterator 類型每種容器類型都定義了自己的C++迭代器類型，如 vector：vector<int>::iterator iter;這符語句定義了一個名為 iter 的變數，它的數據類型是 vector<int> 定義的 iterator 類型。每個標准庫容器類型都定義了一個名為 iterator 的成員，這里的 iterator 與迭代器實際類型的含義相同。begin 和 end 操作每種容器都定義了一對命名為 begin 和 end 的函數，用於返回迭代器。如果容器中有元素的話，由 begin 返回的迭代器指向第一個元素： vector<int>::iterator iter = ivec.begin();上述語句把 iter 初始化為由名為 vector 操作返回的值。假設 vector 不空，初始化後，iter 即指該元素為ivec[0]。由end 操作返回的C++迭代器指向 vector 的「末端元素的下一個」。「超出末端迭代器」（off-the-end iterator）。表明它指向了一個不存在的元素。如果 vector 為空，begin 返回的迭代器與 end 返回的迭代器相同。由 end 操作返回的迭代器並不指向 vector 中任何實際的元素，相反，它只是起一個哨兵（sentinel）的作用，表示我們已處理完 vector 中所有元素。a)使用迭代器讀取vector中的每一個元素vector<int> ivec(10,1); for(vector<int>::iterator iter=ivec.begin();iter!=ivec.end();++iter){*iter=2; //使用 * 訪問迭代器所指向的元素}b)const_iterator只能讀取容器中的元素，而不能修改for(vector<int>::const_iterator citer=ivec.begin();citer!=ivec.end();citer++){cout<<*citer; //*citer=3; error}3 vector 迭代器的自增和解引用運算C++迭代器類型定義了一些操作來獲取迭代器所指向的元素，並允許程序員將迭代器從一個元素移動到另一個元素。迭代器類型可使用解引用操作符（dereference operator）（*）來訪問迭代器所指向的元素：*iter = 0;解引用操作符返回迭代器當前所指向的元素。假設 iter 指向 vector 對象 ivec 的第一元素，那麼 *iter 和ivec[0] 就是指向同一個元素。上面這個語句的效果就是把這個元素的值賦為 0。迭代器使用自增操作符向前移動迭代器指向容器中下一個元素。從邏輯上說，C++迭代器的自增操作和int 型對象的自增操作類似。對 int 對象來說，操作結果就是把 int 型值「加 1」，而對迭代器對象則是把容器中的迭代器「向前移動一個位置」。因此，如果 iter 指向第一個元素，則 ++iter 指向第二個元素。由於 end 操作返回的迭代器不指向任何元素，因此不能對它進行解引用或自增操作。
❿ c語言 迭代法
迭代法，是一種不斷用變數的舊值遞推新值的過程。
fun函數設置循環，當x0-x1的絕對值小於0.000001循環結束。
#include
<stdio.h>
#include
<math.h>
float
fun()
{float
x,n=0.0,root;
while(root>=0.000001||root<=-0.000001)
{
x=n;
n=cos(x);
root=x-n;
}
root=n;
return
root
;
}
void
main()
{
float
f=fun();
printf("root=%f\n",f);
}