整数拆分问题的四种解法

尼奥普兰

已于 2023-11-19 12:56:38 修改

阅读量10w+

点赞数 188

分类专栏：算法导论（算法实现c/c++版） ACM 文章标签：算法母函数定理五边形数定理 acm 动态规划

于 2015-04-01 21:17:09 首次发布

本文链接：https://blog.csdn.net/u011889952/article/details/44813593

版权

算法导论（算法实现c/c++版）同时被 2 个专栏收录

19 篇文章 28 订阅

订阅专栏

ACM

18 篇文章 8 订阅

订阅专栏

整数划分问题是算法中的一个经典命题之一

所谓整数划分，是指把一个正整数 $n$ 写成如下形式：

$n=m_1+m_2+m_3+....+m_i$ ;（其中 $m_i$ 为正整数，并且 $1<=m_i<=n$ ），则 $\{m_1,m_2,m_3,....,m_i\}$ 为 $n$ 的一个划分。

如果 $\{m_1,m_2,m_3,....,m_i\}$ 中的最大值不超过 $m$ ，即 $max\{m_1,m_2,m_3,....,m_i\} <= m$ ，则称它属于 $n$ 的一个 $m$ 划分。这里我们记 $n$ 的 $m$ 划分的个数为 $f(n,m)$ ；

例如当 $n=4$ 时，它有5个划分： $\{4\}, \{3,1\}, \{2,2\}, \{2,1,1\},\{1,1,1,1\}$ ；

注意：4=1+3和4=3+1被认为是同一个划分。

该问题是求出n的所有划分个数，即f(n,n)。下面我们考虑求f(n,m)的方法。

方法一：递归法

根据n和m的关系，考虑下面几种情况：

（1）当n=1时，不论m的值为多少（m>0），只有一种划分，即{1}；

（2）当m=1时，不论n的值为多少（n>0），只有一种划分，即{1,1,....1,1,1}；

（3）当n=m时，根据划分中是否包含n，可以分为两种情况：

划分中包含n的情况，只有一个，即{n}；
划分中不包含n的情况，这时划分中最大的数字也一定比n小，即n的所有（n-1）划分；

因此， $f(n,n) = 1 + f(n, n - 1)$ 。

（4）当n<m时，由于划分中不可能出现负数，因此就相当于 $f(n,n)$ ；

（5）当n>m时，根据划分中是否包含m，可以分为两种情况：

划分中包含m的情况，即 $\{m,\{x_1,x_2,x_3,...,x_i\}\}$ ，其中 $\{x_1,x_2,x_3,...,x_i\}$ 的和为 $n-m$ ，可能再次出现 $m$ ，因此是 $(n-m)$ 的m划分，因此这种划分个数为 $f(n-m, m)$ ；
划分中不包含 $m$ 的情况，则划分中所有值都比 $m$ 小，即 $n$ 的 $(m-1)$ 划分，个数为 $f(n, m - 1)$ ；

因此， $f(n,m) = f(n - m,m) + f(n, m - 1)$ 。

综合以上各种情况，可以看出，上面的结论具有递归定义的特征，其中（1）和（2）属于回归条件，（3）和（4）属于特殊情况，而情况（5）为通用情况，属于递归的方法，其本质主要是通过减少n或m以达到回归条件，从而解决问题。

其递归表达式如下所示。

参考源码1.1（递归版本（较慢））

#include <stdio.h>

#define MAXNUM 100            //最高次数

//递归法求解整数划分
unsigned long GetPartitionCount(int n, int max)
{
    if(n == 1 || max == 1)
    {
        return 1;
    }
    if(n < max)
    {
        return GetPartitionCount(n, n);
    }
    if(n == max)
    {
        return 1 + GetPartitionCount(n, n - 1);
    }
    else
    {
        return GetPartitionCount(n - max, max) + GetPartitionCount(n, max - 1);
    }
}


int main(int argc, char **argv)
{
    int n;
    int m;
    unsigned long count;
    while(1)
    {
        scanf("%d", &n);
        if(n<=0)
            return 0;
        m=n;
        count = GetPartitionCount(n, m);
        printf("%d\n",count);
    }
    return 0;
}

方法二：动态规划

考虑到使用递归中，很多的子递归重复计算，这样不仅在时间开销特别大，这也是运算太慢的原因，比如算120的时候需要3秒中，计算130的时候需要27秒钟，在计算机200的时候....计算10分钟还没计算出来。。。鉴于此，可以使用动态规划的思想进行程序设计，原理如同上面一样，分成三种情况，只是使用一个数组来代替原有的递归，具体可以参看源码，源码中提供了两个版本递归+记录版本和数组版本

2.1 递归加记录版本

此版本使用数组标记，如果之前计算过，则直接调用数组中内容，否则计算子递归，这样保证了每次计算一次，减少冗余量

源码如下：

/*----------------------------------------------
 *        Author    :NEWPLAN
 *        Date    :2015-04-01
 *        Email    :xxxxxxx
 *        Copyright:NEWPLAN
-----------------------------------------------*/
#include <iostream>


#define MAXNUM 100            //最高次数
unsigned  long ww[MAXNUM*11][MAXNUM*11];
unsigned long dynamic_GetPartitionCount(int n, int max);

using namespace std;
int main(int argc, char **argv)
{
    int n;
    int m;
    unsigned long count;
	
	while(1)
	{
		cin>>n;
		cout<<dynamic_GetPartitionCount(n,n)<<endl;
	}
	
    return 0;
}

unsigned long dynamic_GetPartitionCount(int n, int max)
{
    if(n == 1 || max == 1)
    {
		ww[n][max]=1;
        return 1;
    }
    if(n < max)
    {
		ww[n][n]=ww[n][n]? ww[n][n] : dynamic_GetPartitionCount(n, n);
		return ww[n][n];
    }
    if(n == max)
    {
		ww[n][max]=ww[n][n-1]?1+ww[n][n-1]:1 + dynamic_GetPartitionCount(n, n - 1);
		return ww[n][max];
    }
    else
    {
		ww[n][max]=ww[n - max][max]? (ww[n - max][max]) : dynamic_GetPartitionCount(n - max, max);
		ww[n][max]+=ww[n][max-1]? (ww[n][max-1]): dynamic_GetPartitionCount(n, max - 1);	
        return ww[n][max];
    }
}

2.2 数组标记法动态规划（从小到大）

考虑到计算ww[10][10]=ww[10][9]+1;所以在每次计算中都是用到之前的记录，这样就可以先从小到大计算出程序，使得计算较大数的时候调用已经计算出的较小的记录，程序直接是用循环就可以完成任务，避免了重复计算和空间栈的开销。

源码：

/*----------------------------------------------
 *        Author    :NEWPLAN
 *        Date    :2015-04-01
 *        Email    :xxxxxxx
 *        Copyright:NEWPLAN
-----------------------------------------------*/
#include <iostream>

#define MAXNUM 100            //最高次数

unsigned  long ww[MAXNUM*11][MAXNUM*11];
unsigned long dynamic_GetPartitionCount(int n, int max);

using namespace std;

int main(int argc, char **argv)
{
    int n;
    int m;
    unsigned long count;
	
	while(1)
	{
		cin>>n;
		cout<<dynamic_GetPartitionCount(n,n)<<endl;
	}
	
    return 0;
}

unsigned long dynamic_GetPartitionCount(int n, int max)
{
	for(int i=1;i<=n;i++)
		for(int j=1;j<=i;j++)
		{
			if(j==1|| i==1)
			{
				ww[i][j]=1;
			}
			else 
			{
				if(j==i)
					ww[i][j]=ww[i][j-1]+1;
				else if((i-j)<j)
					ww[i][j]=ww[i-j][i-j]+ww[i][j-1];
				else
					ww[i][j]=ww[i-j][j]+ww[i][j-1];
			}
		}
	return ww[n][max];
}

三种方法效果对比十分明显，在写此博客之前测试数据200，动态规划版本输入直接算出结果，现在这片博客写完了，，，使用递归的还没计算出结果。。。

方法三：母函数

下面我们从另一个角度，即“母函数”的角度来考虑这个问题。

所谓母函数，即为关于x的一个多项式 $G(x)$ ：

有 $G(x) = a_0 + a_1*x + a_2*x^2 + a_3*x^3 + ......$

则我们称 $G(x)$ 为序列 $(a_0, a_1, a_2,.....)$ 的母函数。关于母函数的思路我们不做更过分析。

我们从整数划分考虑，假设 $n$ 的某个划分中，1的出现个数记为 $a_1$ ，2的个数记为 $a_2$ ，.....，i的个数记为 $a_i$ ，

显然有： $a_k <=\frac{ n}{k} \ \ (0<= k <=n)$

因此 $n$ 的划分数 $f(n,n)$ ，也就是从1到 $n$ 这 $n$ 个数字抽取这样的组合，每个数字理论上可以无限重复出现，即个数随意，使它们的综合为 $n$ 。显然，数字 $i$ 可以有如下可能，出现0次（即不出现），1次，2次，......， $k$ 次等等。把数字 $i$ 用 $(x^i)$ 表示，出现 $k$ 次的数字 $i$ 用 $(x^{i*k})$ 表示，不出现用1表示。

例如，数字2用 $x^2$ 表示，2个2用 $x^4$ 表示，3个2用 $x^6$ 表示，k个2用 $x^{2k}$ 表示。

则对于从1到N的所有可能组合结果我们可以表示为：

$G(x) = ( 1 + x + x^2 + x^3 + ... + x^n)*(1 + x^2 + x^4 + x^6 + ....)....(1 + x^n)$

$= g(x,1)*g(x,2)*g(x,3)*....*g(x,n)$

$= a0 + a1*x + a2*x^2 +...+ an*x^n + ....$ //展开式

上面的表达式中，每个括号内的多项式代表了数字i的参与到划分中的所有可能情况。因此，该多项式展开后，由于 $x^a *x^b = x^{a+b}$ ，因此x^i就代表了i的划分，展开后 $x^i$ 项的系数也就是i的所有划分个数，即 $f(n,n) = a_n$ 。

由此我们找到了关于整数划分的母函数 $G(x)$ ；剩下的问题就是，我们需要求出 $G(x)$ 的展开后的所有系数。

为此，我们首先要做多项式乘法，对于我们来说，并不困难。我们把一个关于x的多项式用一个整数数组a[]表示，a[i]代表x^i的系数，即：

$g(x) = a[0] + a[1]x + a[2]x^2 + ... + a[n]x^n$ ;

则关于多项式乘法的代码如下，其中数组a和数组b表示两个要相乘的多项式，结果存储到数组c中。

参考题目： HDU:1028：Ignatius and the Princess III

参考源码：

#include <iostream>
#include <string.h>
#include <stdio.h>

using namespace std;

const int N=10005;

int c1[N],c2[N];

int main()
{
    int n,i,j,k;
    while(cin>>n)
    {
        if(n==0) break;
        for(i=0;i<=n;i++)
        {
            c1[i]=1;
            c2[i]=0;
        }
        for(i=2;i<=n;i++)
        {
            for(j=0;j<=n;j++)
                for(k=0;k+j<=n;k+=i)
                    c2[k+j]+=c1[j];
            for(j=0;j<=n;j++)
            {
                c1[j]=c2[j];
                c2[j]=0;
            }
        }
        cout<<c1[n]<<endl;
    }
    return 0;
}

方法四：五边形数定理

设第n个五边形数为，那么，即序列为：1, 5, 12, 22, 35, 51, 70, ...

对应图形如下：

设五边形数的生成函数为，那么有：

以上是五边形数的情况。下面是关于五边形数定理的内容：

五边形数定理是一个由欧拉发现的数学定理，描述欧拉函数展开式的特性。欧拉函数的展开式如下：

欧拉函数展开后，有些次方项被消去，只留下次方项为1, 2, 5, 7, 12, ...的项次，留下来的次方恰为广义五边形数。

五边形数和分割函数的关系

欧拉函数的倒数是分割函数的母函数，亦即：

其中为k的分割函数。

上式配合五边形数定理，有：

在 n>0 时，等式右侧的系数均为0，比较等式二侧的系数，可得

$p(n) - p(n-1) - p(n-2) + p(n-5) + p(n-7) + \cdots=0$

因此可得到分割函数p(n)的递归式：

$p(n) = p(n-1) + p(n-2) - p(n-5) - p(n-7) + \cdots$

例如n=10时，有：

p(10) = p(9) + p(8) - p(5) - p(3) = 30 + 22 - 7 - 3 = 42

所以，通过上面递归式，我们可以很快速地计算n的整数划分方案数p(n)了。

参考例题：

HUD4651:Partition

源码：

#include <iostream>

using namespace std;

#define  MYDATA long long
const MYDATA MOD=1000000007;

#define  AMS 100005
MYDATA pp[AMS];
MYDATA asist[2*AMS];
void myinit()
{
	for(int i=0;i<AMS;i++)
	{
		/*算出五角数（正常五角数为1,5,12,22.... k*(3*k-1)/2）*/
		/*此部分，需要算出的是分割函数(1,2,5,7,12,15,22,26.....
		[k*(3*k-1)/2,k*(3*k+1)/2 ])*/
		asist[2*i]=i*(i*3-1)/2;
		asist[2*i+1]=i*(i*3+1)/2;
	}
}
void mymethod()
{
	pp[1]=1;
	pp[2]=2;
	pp[0]=1;
	for(int i=3;i<AMS;i++)
	{
		int k=0;
		int flags;
		pp[i]=0;
		/*pp[n]=pp[n-1]+pp[n-2]-pp[n-5]-pp[n-7]+pp[12]+pp[15]
		-.... ..... [+pp[n-k*[3k-1]/2]  + pp[n-k*[3k+1]/2]]*/
		for(int j=2;asist[j]<=i;j++)
		{
			/*说明：式子中+MOD是必须的，否则输出可能出错（有可能为负数）*/
			flags=k&2;
			if(!flags)
				pp[i]=(pp[i]+pp[i-asist[j]]+MOD)%MOD;
			else
				pp[i]=(pp[i]-pp[i-asist[j]]+MOD)%MOD;
			k++;
			k%=8;
		}
	}
}

int main()
{ 
	int t,n;
	myinit();
	mymethod();
  
    cin>>t;
    while(t--)
    {
        cin>>n;
	cout<<pp[n]<<endl;
    }
    return 0;
}

附加：

给定一个整数n，输出这个整数拆分的可能形式（即输出全部情况）

使用递归情况

整个输出类似于一颗树，以分解6为例，过程如下图

源码实现：

#include <stdio.h>

//使用一个数组记录在递归过程中产生的前面需要重复输出的值
int set[100];
//用于在递归过程中判断是否递归到最深处，输出回车
int k;

//此函数表示使用不大于m的整数对n进行拆分的情况，i用于表示set数组已经存在的记录数长度
void q(int n,int m,int i)
{
    if(n==k&&n!=m)
    {
        //此时递归栈已经退回到某一分支的最上层，输出回车
        //并重置计数器i为0
        printf("\n");
        i=0;
    }
    if(n==1)
    {
        //当n为1，意味者着只能表示1
        printf("1 ");
        return;
    }
    else if(m==1)
    {
        //当m为1，意味着要输出n个m相加
        for(int i=0; i<n-1; i++)
            printf("1+");
        printf("1 ");
        return;
    }
    if(n<m)
    {
        q(n,n,i);
    }
    if(n==m)
    {
        //当n等于m时，到达本次递归求和的一个叶子，此时需要输出多一个空格，表示下一次输出为另一个叶子
        printf("%d ",n);
        //在递归输出另一个叶子之前，将之前记录的在叶子之上的数一并输出，如上图示过程1
        for(int j=0; j<i; j++)
            printf("%d+",set[j]);
        q(n,m-1,i);

    }
    if(n>m)
    {
        //如果n大于m，使用m作为分解，则要首先输出m+的形式
        printf("%d+",m);
        //记录下作为树干节点m的值并使i自增
        set[i++]=m;
        //递归输出m+以后的分解
        q(n-m,m,i);
        //递归完毕后需要将数组记录后退一个，回到上一个节点，如上图示过程2
        i--;
        //执行另一个分支，在下一次递归之前输出记录的数据，如上图示过程3
        for(int j=0; j<i; j++)
            printf("%d+",set[j]);
        //递归输出另一分支情况
        q(n,m-1,i);
    }


}

int main()
{
    int n;
    while(scanf("%d",&n)!=EOF)
    {
        if(n<=0)
        {
            printf("Please input a positive interger.\n\n");
            continue;
        }
        k=n;
        q(n,n,0);
        printf("\n\n");
    }
    return 0;
}