2020-12-01 算法_回溯(整数拆分、666、工作分配问题)

整数拆分、666、工作分配问题

整数拆分

将一个正整数拆分成若干个正整数的和。
输入格式:
一个正整数n
输出格式:
若干行,每行一个等式(每个数或者等号间都有一个空格,第一个数前没有空格,最后一个数后面没有空格,数与数之间要求非降序排列)。最后一行给出解的总个数
输入样例:
在这里给出一组输入。例如:
4
输出样例:
在这里给出相应的输出。例如:
4 = 1 + 1 + 1 + 1
4 = 1 + 1 + 2
4 = 1 + 3
4 = 2 + 2
4
源代码:

#include <iostream>
#include <cstring>
using namespace std;
int n,num;
int a[1000];
void backtrack(int k,int sum)
{
 int i,j,m;
 j=0;
 if(sum>n)
  return;
 if(sum==n)
 {
  cout<<n<<" = ";
  for(m=0;;m++)
   if(a[m]==0)
    break;
  for(i=0;i<m;i++)
  {
   if(i)
    cout<<" + ";
   cout<<a[i];
  }
  cout<<endl;
  num++;
  return;
 }
 for(i=k;i<n;i++)
 {
  while(1)
  {
   if(a[j]==NULL)
   {
    a[j]=i;
    break;
   }
   j++;
  }
  backtrack(i,sum+i);
  a[j]=NULL;
 }
}
int main()
{
 cin>>n;
 backtrack(1,0);
 cout<<num<<endl;
 return 0;
} 

666

小明有一张m*n的好习惯记录卡,记录每一天的好习惯目标达成度(数字0-9表示)。某天目标完成达成,就在当天的格子里写上数字6,目标没有完全达成就写上一个小于6的数字(0-5),目标超额完成就写上一个大于6的数字(7-9)。记录卡上如果能找到一条长度为3的路径并且路径上的三个数字都大于等于6(这里的路径是指从某个格子出发,可以向左、右、上、下格子移动,并且不能重复经过一个格子),则小明就能得到一个“666”奖励。

请你帮小明统计下他总共能得到多少“666”奖励。
输入格式:
输入第一行给出两个正整数m,n(1=<m,n<=100),随后是m行,每行包含n个0-9之间的数字。
输出格式:
先输出m行,每行包括n个整数,代表从当前格子出发得到的“666”奖励个数,中间用空格分割,最后一个数字后面不带空格。然后再在下一行输出得到的“666”奖励总数。
输入样例:
3 3
6 6 7
3 8 3
7 9 5
输出样例:
2 1 2
0 3 0
1 1 0
10
源代码:

#include <iostream>
using namespace std;
int n,m;
int a[1000][1000],b[1000][1000];
int backtrack(int x1,int x2,int x3,int x4)
{
 int x=0,y=0;
 if(a[x1][x2+1]>=6&&x4!=3)
 {
  if(x3==2)
   y++;
  else
   x+=backtrack(x1,x2+1,x3+1,1);
 }
 if(a[x1+1][x2]>=6&&x4!=4)
 {
  if(x3==2)
   y++;
  else
   x+=backtrack(x1+1,x2,x3+1,2);
 }
 if(a[x1][x2-1]>=6&&x4!=1)
 {
  if(x3==2)
   y++;
  else
   x+=backtrack(x1,x2-1,x3+1,3);
 }
 if(a[x1-1][x2]>=6&&x4!=2)
 {
  if(x3==2)
   y++;
  else
   x+=backtrack(x1-1,x2,x3+1,4);
 }
 if(x3==2)
  return y;
 else
  return x;
}
int main()
{
 int i,j;
 int sum=0;
 cin>>m>>n;
 for(i=1;i<=m;i++)
  for(j=1;j<=n;j++)
   cin>>a[i][j];
 for(i=1;i<=m;i++)
  for(j=1;j<=n;j++)
  {
   if(a[i][j]>=6)
    b[i][j]=backtrack(i,j,1,0);
   else
    b[i][j]=0;
  }
 for(i=1;i<=m;i++)
 {
  for(j=1;j<=n;j++)
  {
   if(j!=1)
    cout<<" ";
   cout<<b[i][j];
   sum+=b[i][j];
  }
  cout<<endl;
 }
 cout<<sum<<endl;
 return 0;
} 

工作分配问题

设有n件工作分配给n个人。将工作i分配给第j个人所需的费用为cij 。 设计一个算法,对于给定的工作费用,为每一个人都分配1 件不同的工作,并使总费用达到最小。
输入格式:
输入数据的第一行有1 个正整数n (1≤n≤20)。接下来的n行,每行n个数,表示工作费用。
输出格式:
将计算出的最小总费用输出到屏幕。
输入样例:
在这里给出一组输入。例如:
3
10 2 3
2 3 4
3 4 5
输出样例:
在这里给出相应的输出。例如:
9
源代码:

#include <iostream>
using namespace std;
int n,sum;
int a[1000][1000];
void backtrack(int x,int y)
{
 int i;
 if(x>n&&y<sum)
 {
  sum=y;
  return;
 }
 if(y<sum)
 {
  for(i=1;i<=n;i++)
  {
   if(a[0][i]==0)
   {
    a[0][i]=1;
    backtrack(x+1,y+a[x][i]);
    a[0][i]=0;
   }
  }
 }
}
int main()
{
 int i,j;
 cin>>n;
 for(i=1;i<=n;i++)
 {
  for(j=1;j<=n;j++)
  {
   cin>>a[i][j];
   a[0][j]=0;
  }
  sum+=a[i][i];
 }
 backtrack(1,0);
 cout<<sum<<endl;
 return 0;
} 
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,这个问题涉及到一个经典的算法问题,我来简单介绍一下。 0-1背包问题是指:有一个容量为C的背包和N个物品,每个物品有一个重量W和一个价值V。要求选择一些物品放入背包中,使得背包中物品的总重量不超过C,同时物品的总价值最大。 回溯算法是一种通过“状态空间树”进行搜索的算法,它将问题的所有可能解空间表示为一棵树,并从根节点开始进行搜索。在搜索过程中,每次选择一个未访问过的节点进行扩展,直到找到符合要求的解或者搜索完所有可能的路径。 下面是用回溯算法求解0-1背包问题的Java代码: ```java public class Knapsack { private int maxWeight = 0; private int maxValue = 0; private int[] weight; private int[] value; private int capacity; private int num; public void knapsack(int i, int cw, int cv) { if (i == num || cw == capacity) { if (cv > maxValue) { maxValue = cv; } return; } knapsack(i + 1, cw, cv); if (cw + weight[i] <= capacity) { knapsack(i + 1, cw + weight[i], cv + value[i]); } } public static void main(String[] args) { Knapsack knapsack = new Knapsack(); knapsack.weight = new int[]{2, 2, 4, 6, 3}; knapsack.value = new int[]{3, 4, 8, 9, 6}; knapsack.capacity = 9; knapsack.num = knapsack.weight.length; knapsack.knapsack(0, 0, 0); System.out.println("背包能装的最大价值为:" + knapsack.maxValue); } } ``` 这段代码中,我们定义了一个Knapsack类,其中包含了背包的最大重量、最大价值、物品的重量和价值、背包的容量以及物品的数量等属性。在knapsack方法中,我们进行了回溯搜索,依次选择每个物品放入或者不放入背包中,并更新当前的重量和价值。在搜索过程中,如果当前的价值超过了之前的最大价值,就更新最大价值。 最后,在main方法中,我们初始化了一个Knapsack对象,并调用其knapsack方法进行搜索。最终输出背包能装的最大价值。 希望这个例子对你有所帮助!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值