【Standard IO】数的划分
(注册登录后详见:NOI在线题库:数的划分问题1)
题目描述
把正整数N分解成M个正整数的和,即使M个数相同但顺序不同也认为是不同的方案,要求总方案数。如3=1+2跟3=2+1是两个不同的方案。
输入
第一行包含两个整数N和M(1<=M<=N<=50)。
输出
输出一个数表示方案数。
样例输入
3 2
样例输出
2
数据范围限制
1<=M<=N<=50
题目解析
一、部分一——从深度优先搜索到记忆化搜索
如果只看这道题的描述,我们可能认为是一道深度优先搜索题,但是再看数据范围(虽然数据小但运算量惊人的大),明显用深度优先搜索会超时,那么广度优先搜索如何?然而数据之间并没有很强的连续性,所以广度优先搜索难以写出代码。那要如何写,这就要涉及到搜索的优化——记忆化搜索。记忆化搜索其实是深度优先搜索的一种,所以我们能够发现它的外部框架完全是深度优先搜索。它适用于许多数据中等的题,我们可以用数组(一维,二维甚至是三维,四维)来储存一些用公式连接起来的数据,其维数通常是涉及到的数据数量,每一维分别表示一个数据。
那么这道题用记忆化搜索怎么写呢?我们可以把深度优先搜索搜索改一下(深度优先搜索的源代码见文章尾部的程序样例),即“添加记忆”,一般来说是设置一些边界,通过这些边界求出各个元素的值,储存在容器(多为数组)中,若下次再次访问到这个元素,就直接调用容器中已有的值就行了。我们可以简单分析一下边界——
1. 因为是要拆分为正整数,所以被拆分数首先要是个正整数,也就是被拆分数≥1。所以第一个边界是当被拆分数<1时,返回0。
2. 若只要求拆分出1个数,则必定是被拆分数本身。则第二个边界是当要求拆分的数量为1时,返回1。
3. 如果被拆分数和要求拆分出的数相等,则只能全部拆为1。则第三个边界为当被拆分数和要求拆分的数量相等,返回1。
然后因为是记忆化搜索,我们就用一个二维数组(F)作为容器。简单分析可以得出F[i][j]等于它所有分支的和。得出递归式-
F[i][j]=F[i-1][j-1]+F[i-2][j-1]+...+F[1][j-1]。
将递归式代入递归,然后储存入F数组里,调用并输出。
二、部分二——从记忆化搜索到动态规划
其实这道题在OJ里是分在动态规划的,也就是说它实际上是用动态规划来解题的。学过动态规划的同学可能知道,记忆化搜索其实也是动态规划的一种,它的形式类似于递归(有时候它也可以写成记忆化递归)。而众所周知,只要能用递归做的题递推也能做,从记忆化搜索到动态规划其实就是从递归到递推。
首先我们要将记忆化搜索中的边界以预处理的形式表现出来,然后我们分析一下记忆化搜索的作用——从一处倒退,分步求出每一个位置的值,最终得出答案。也就是说记忆化搜索是把所有位置的值求出来的方式,若要递推,我们可以从矩阵(数组)的左上角开始遍历