Recursión de Cola y Divide y Vencerás

Ventajas y Desventajas¶

Introducción¶

Desarrollo¶

Recursión de Cola (Tail Recursion) y Optimización TCO¶

Una llamada recursiva se considera recursiva de cola (tail recursive) si la llamada a sí misma es la última instrucción ejecutada por la función antes de retornar, y su resultado se devuelve directamente sin realizar ninguna operación aritmética o lógica adicional.

Por ejemplo, la función factorial tradicional expuesta en el apunte introductorio no es recursiva de cola porque, tras el retorno de factorial(n - 1), la función debe realizar la multiplicación por n.

Podemos reescribir la función factorial para que sea recursiva de cola utilizando un acumulador:

1
2
3
4
5
6
7
8
9
10
long int factorial_tail_rec(int n, long int acumulador) {
    if (n < 0) {
        return -1;
    }
    if (n == 0) {
        return acumulador;
    }
    // La llamada recursiva es la última operación física.
    return factorial_tail_rec(n - 1, n * acumulador);
}

Optimización por parte del compilador (TCO)¶

Cuando una llamada es recursiva de cola, los compiladores modernos pueden aplicar una optimización llamada Tail Call Optimization (TCO). En lugar de empujar un nuevo marco de pila al call stack, el compilador sobrescribe el marco de pila de la función actual y reutiliza sus registros y variables locales, transformando efectivamente la recursión en un salto incondicional (equivalente a un lazo de control). Esto reduce la complejidad espacial auxiliar del algoritmo de $O(n)$ a $O(1)$.

A continuación se presenta una tabla comparativa sobre el uso de recursos entre ambas aproximaciones:

Paradigma de Divide y Vencerás¶

El paradigma de “Divide y Conquista” (Divide and Conquer) es una potente estrategia para el diseño de algoritmos que consiste en resolver un problema complejo descomponiéndolo en subproblemas más pequeños y manejables. Este paradigma aplica naturalmente la recursividad para su implementación. El proceso se puede resumir en tres fases principales:

1. Dividir: Se descompone el problema principal en un número de subproblemas que son instancias más pequeñas del mismo problema.

2. Conquistar: Se resuelven los subproblemas de forma recursiva. Si un subproblema es lo suficientemente pequeño (caso base), se resuelve de manera directa.

3. Combinar: Se combinan las soluciones de los subproblemas para construir la solución del problema original.

Este flujo de trabajo de divide y vencerás se puede visualizar de manera gráfica en el algoritmo de ordenamiento Merge Sort:

Ejemplo 1: Búsqueda Binaria¶

La búsqueda binaria es un algoritmo altamente eficiente para localizar un elemento dentro de un arreglo ordenado. Se basa en el paradigma de divide y conquista.

Sin embargo, a menudo se enseña implementado mediante recursividad, lo cual es ineficiente desde la perspectiva del uso de memoria en sistemas reales.

• Fase de División: Se compara el elemento buscado con el valor central del subarreglo. El espacio de búsqueda se reduce a la mitad.

• Fase de Conquista: Si hay coincidencia, se retorna la posición. De lo contrario, se realiza una llamada recursiva sobre el subarreglo izquierdo o derecho. El caso base ocurre cuando el subarreglo está vacío (índices cruzados).

• Fase de Combinación: Es trivial, ya que el resultado encontrado se propaga directamente hacia arriba en la pila.

Justificación del Consumo de Pila y Complejidad Espacial¶

En la versión recursiva, cada paso de división genera un nuevo marco de pila. Como el espacio se reduce a la mitad en cada paso, la profundidad máxima de la pila es de $O(\log n)$. Por ende, consume un espacio auxiliar de $O(\log n)$ marcos de pila en el stack del sistema.

En contraste, la versión iterativa clásica resuelve el mismo problema utilizando un único lazo de control while y variables locales reescritas, requiriendo un espacio espacial auxiliar de $O(1)$ (constante) de manera óptima, lo que elimina cualquier riesgo de stack overflow.

Implementaciones en C¶

Para cumplir con la regla de uso de variables de tipo size_t en índices y tamaños (regla Regla 0x3010h: Las variables que representan tamaños o índices de arreglos deben ser de tipo size_t), debemos prever y evitar el desbordamiento por decremento bajo cero (ya que size_t es un tipo de dato sin signo). Además, declaramos el arreglo de entrada como const dado que la función no modifica sus elementos (regla Regla 0x3007h: Los argumentos de tipo puntero deben ser const siempre que la función no los modifique).

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
#include <stdio.h>
#include <stddef.h>

// Búsqueda binaria recursiva
int buscar_binario_recursivo(const int arr[], size_t l, size_t r, int x, size_t *indice_encontrado) {
    if (l <= r) {
        size_t mid = l + (r - l) / 2;

        if (arr[mid] == x) {
            *indice_encontrado = mid;
            return 1;
        }

        if (arr[mid] > x) {
            if (mid > 0) {
                return buscar_binario_recursivo(arr, l, mid - 1, x, indice_encontrado);
            }
        } else {
            return buscar_binario_recursivo(arr, mid + 1, r, x, indice_encontrado);
        }
    }
    return 0; // Caso base: no encontrado
}

// Búsqueda binaria iterativa (espacio O(1) óptimo)
int buscar_binario_iterativo(const int arr[], size_t size, int x, size_t *indice_encontrado) {
    if (size == 0) {
        return 0;
    }
    size_t l = 0;
    size_t r = size - 1;

    while (l <= r) {
        size_t mid = l + (r - l) / 2;

        if (arr[mid] == x) {
            *indice_encontrado = mid;
            return 1;
        }

        if (arr[mid] > x) {
            if (mid == 0) {
                break; // Evita el desbordamiento inferior de size_t al decrementar
            }
            r = mid - 1;
        } else {
            l = mid + 1;
        }
    }
    return 0;
}

Ejemplo 2: Ordenamiento por Fusión (Merge Sort)¶

Merge Sort representa una aplicación más compleja del paradigma de divide y vencerás que involucra recursión múltiple (dos llamadas recursivas) y una fase de combinación no trivial (la fusión de arreglos ordenados).

• Dividir: Se divide el arreglo de $n$ elementos en dos subarreglos de tamaño $n/2$ cada uno.

• Conquistar: Se ordena cada subarreglo de forma recursiva. El caso base es un arreglo de longitud menor o igual a 1, que ya se encuentra ordenado.

• Combinar: Se fusionan (merge) los dos subarreglos ya ordenados para producir el arreglo final ordenado.

Este flujo no lineal de llamadas se puede visualizar detalladamente en la siguiente traza de ejecución:

Deficiencia del malloc en recursión profunda y optimización de buffer único¶

Implementación Optimizada en C¶

A continuación se expone la implementación correcta de Merge Sort. En concordancia con las reglas de estilo de la cátedra, todos los bloques y estructuras de control emplean llaves obligatoriamente (regla Regla 0x1001h: Todas las estructuras de control deben utilizar llaves) y los tamaños e índices se definen utilizando el tipo size_t (regla Regla 0x3010h: Las variables que representan tamaños o índices de arreglos deben ser de tipo size_t).

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
#include <stdio.h>
#include <stdlib.h>

// Combina dos mitades ordenadas arr[l..m] y arr[m+1..r] utilizando el búfer auxiliar único aux[]
void fusionar(int arr[], size_t l, size_t m, size_t r, int aux[]) {
    size_t i = l;
    size_t j = m + 1;
    size_t k = l;

    for (size_t idx = l; idx <= r; idx++) {
        aux[idx] = arr[idx];
    }

    while ((i <= m) && (j <= r)) {
        if (aux[i] <= aux[j]) {
            arr[k] = aux[i];
            i++;
        } else {
            arr[k] = aux[j];
            j++;
        }
        k++;
    }

    while (i <= m) {
        arr[k] = aux[i];
        i++;
        k++;
    }

    while (j <= r) {
        arr[k] = aux[j];
        j++;
        k++;
    }
}

// Función recursiva interna
void merge_sort_recursivo(int arr[], size_t l, size_t r, int aux[]) {
    if (l < r) {
        size_t m = l + (r - l) / 2;

        merge_sort_recursivo(arr, l, m, aux);
        merge_sort_recursivo(arr, m + 1, r, aux);
        fusionar(arr, l, m, r, aux);
    }
}

// Función envolvente que preasigna el búfer auxiliar único
int ordenar_merge_sort(int arr[], size_t size) {
    if (size <= 1) {
        return 0; // Ya ordenado
    }

    int *aux = (int*) malloc(size * sizeof(*aux));

    // Validar asignación de memoria dinámica (regla {ref}`0x3001h`)
    if (aux == NULL) {
        return -1;
    }

    merge_sort_recursivo(arr, 0, size - 1, aux);

    free(aux);
    return 0;
}

Ventajas y Desventajas¶

Ejercicios de Autoevaluación¶

1
2
3
4
5
6
7
8
9
10
11
12
#include <stddef.h>

int sumar_arreglo_cola(const int arr[], size_t size, int acumulador) {
    // Caso Base: no quedan elementos por procesar
    if (size == 0) {
        return acumulador;
    }
    
    // Paso Recursivo de cola: sumamos el primer elemento al acumulador,
    // desplazamos el puntero del arreglo y decrementamos el tamaño
    return sumar_arreglo_cola(arr + 1, size - 1, acumulador + arr[0]);
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
#include <stddef.h>

// Para calcular F(n), la función debe invocarse inicialmente como:
// fibonacci_cola(n, 0, 1)
unsigned long fibonacci_cola(size_t n, unsigned long a, unsigned long b) {
    // Caso Base 1: n == 0 retorna el primer acumulador
    if (n == 0) {
        return a;
    }
    // Caso Base 2: n == 1 retorna el segundo acumulador
    if (n == 1) {
        return b;
    }
    // Paso recursivo de cola: decrementamos n, el acumulador 'a' pasa a ser 'b'
    // y el acumulador 'b' toma el valor de la suma acumulada 'a + b'
    return fibonacci_cola(n - 1, b, a + b);
}

1
2
3
4
5
6
7
8
9
10
11
12
#include <stddef.h>

// La función envolvente debe invocarla inicialmente con acumulador = 0
size_t contar_digitos_cola(unsigned long n, size_t acumulador) {
    // Caso Base: si el número es menor a 10, sumamos el último dígito y retornamos
    if (n < 10) {
        return acumulador + 1;
    }
    
    // Paso Recursivo de cola: dividimos el número y sumamos 1 al acumulador
    return contar_digitos_cola(n / 10, acumulador + 1);
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
#include <stddef.h>

int maximo_divide_y_venceras(const int arr[], size_t ini, size_t fin) {
    if (ini == fin) {
        return arr[ini];
    }
    
    size_t mid = ini + (fin - ini) / 2;
    int max_izq = maximo_divide_y_venceras(arr, ini, mid);
    int max_der = maximo_divide_y_venceras(arr, mid + 1, fin);
    
    if (max_izq > max_der) {
        return max_izq;
    } else {
        return max_der;
    }
}

1
2
3
4
5
6
7
8
9
10
11
#include <stddef.h>

long int sumar_divide_y_venceras(const int arr[], size_t ini, size_t fin) {
    if (ini == fin) {
        return arr[ini];
    }
    
    size_t mid = ini + (fin - ini) / 2;
    return sumar_divide_y_venceras(arr, ini, mid) + 
           sumar_divide_y_venceras(arr, mid + 1, fin);
}

1
2
3
4
5
6
7
8
9
10
11
12
#include <stddef.h>

size_t contar_pares_divide_y_venceras(const int arr[], size_t ini, size_t fin) {
    if (ini == fin) {
        return (arr[ini] % 2 == 0) ? 1 : 0;
    }
    
    size_t mid = ini + (fin - ini) / 2;
    size_t pares_izq = contar_pares_divide_y_venceras(arr, ini, mid);
    size_t pares_der = contar_pares_divide_y_venceras(arr, mid + 1, fin);
    return pares_izq + pares_der;
}

Glosario¶

• Recursividad: Técnica donde una función se invoca a sí misma para resolver subproblemas más pequeños.

• Caso Base: Condición que detiene la recursión.

• Caso Recursivo: Paso donde el problema se reduce y la función se vuelve a invocar.

Síntesis y Resumen¶

En este apunte se han presentado los conceptos fundamentales del tema.

Referencias y Lecturas Complementarias¶

No se especifican lecturas complementarias para este tema.