子集和问题

                                                         子集和问题

Problem Description

子集和问题的一个实例为〈S,t〉。其中,S={  x1 , x2 ,…,xn }是一个正整数的集合,c是一个正整数。子集和问题判定是否存在S的一个子集S1,使得:

试设计一个解子集和问题的回溯法。
对于给定的正整数的集合S={  x1 , x2 ,…,xn }和正整数c,计算S 的一个子集S1,使得:

Input

输入数据的第1 行有2 个正整数n 和c(n≤10000,c≤10000000),n 表示S 的大小,c是子集和的目标值。接下来的1 行中,有n个正整数,表示集合S中的元素。

Output

将子集和问题的解输出。当问题无解时,输出“No Solution!”。

Sample Input

5 10
2 2 6 5 4

Sample Output

2 2 6

Hint

 

Source

 

回溯法应用实例:

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
int a[10000];
int v[10000];
int ans[10000];
int n, c, flag;
void DFS(int x)
{
    int i;
    if(flag == 1)
        return;  //如果找到了就会停止寻找
    for(i = 0;i < n;i++)
    {
        if(v[i] == 0&&c-a[i] >= 0)  //寻找没被标记,并且符合要求的数
        {
             if(flag == 1)
               return; //如果找到了就会停止寻找
               c -= a[i]; //更新c的值
               v[i] = 1;  //找到了就会置位
               ans[x] = a[i]; //将找到的存入到寄存数组中
               if(c == 0)   //最后全部找到了,输出
               {
                   if(flag == 0)  //输出时挑选没标记的
                   {
                       for(i = 0;i <= x;i++)
                       {
                           printf("%d ",ans[i]);
                       }
                       printf("\n");
                   }
                   flag = 1; //代表找到了
                   return ;
               }
               else
               {
                   DFS(x+1); //如果当前的数不满足就寻找下一个,x+1
                    if(flag == 1)
                         return;
                         v[i] = 0; //回溯
                         c += a[i];
            }
        }
    }
}
int main()
{
    int i, sum = 0;
    scanf("%d %d",&n,&c);
    for(i = 0;i < n;i++)
    {
        scanf("%d",&a[i]);
        sum += a[i];
    }
    if(sum < c)
        printf("No Solution!\n");
    else
    {
        memset(v,0,sizeof(v));  //标记数组置位
        memset(ans,0,sizeof(ans));// 寄存数组置位
        flag = 0; //初始化标记变量
        DFS(0);  //从第一个数开始DFS
        if(flag == 0)  //如果没有找到
        {
            printf("No Solution!\n");
        }
    }
    return 0;
}

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
子集问题是一个经典的计算机科学问题,它可以用来决集合中元素的组合问题。在Java中,可以使用递归算法来子集问题。 以下是一个简单的Java代码示例,用于计算一个给定数组中是否存在一个子集,使得所有元素的和等于给定的目标值: ``` public class SubsetSum { static boolean isSubsetSum(int[] set, int n, int sum) { // 如果目标值为0,则找到一个子集,所有元素的和为0 if (sum == 0) return true; // 如果没有元素,无法形成子集,返回false if (n == 0 && sum != 0) return false; // 如果最后一个元素大于目标值,则舍弃它 if (set[n - 1] > sum) return isSubsetSum(set, n - 1, sum); // 递归地考虑两种情况 // a) 最后一个元素包含在子集中 // b) 最后一个元素不包含在子集中 return isSubsetSum(set, n - 1, sum) || isSubsetSum(set, n - 1, sum - set[n - 1]); } public static void main(String[] args) { int[] set = { 3, 34, 4, 12, 5, 2 }; int sum = 9; int n = set.length; if (isSubsetSum(set, n, sum) == true) System.out.println("存在一个子集,使得所有元素的和等于 " + sum); else System.out.println("不存在一个子集,使得所有元素的和等于 " + sum); } } ``` 在这个例子中,我们使用了一个名为`isSubsetSum()`的静态方法来计算是否存在一个子集,使得所有元素的和等于给定的目标值。该方法采用三个参数: - `set`:一个整数数组,表示要查找的集合 - `n`:整数,表示要考虑的集合元素的数量 - `sum`:整数,表示要查找的目标和 该方法使用递归算法来考虑两种情况: - 最后一个元素包含在子集中 - 最后一个元素不包含在子集中 如果其中任何一种情况返回`true`,则存在一个子集,使得所有元素的和等于给定的目标值。否则,不存在这样的子集
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