有序排队问题

原题：12个高矮不同的人,排成两排,每排必须是从矮到高排列,而且第二排比对应的第一排的人高,问排列方式有多少种?

 

分析：将12个人从矮到高排序，然后将1至6人做第一排，7至12人做第二排，这是一个基本组合。在此基础上，尝试从第一排和第二排各选一个互换并且重新排列，比如可以互换（6，7）、……、（6，11）、（5，7）……（5，11）等等然后重排；接着将互换名额增加至2……N/2，又可以得到不同的组合情况。

 

互换名额为1：第二排可以选择的位置有*标出，为*****1，即除了最后一个，其他位置的人都可以互换至第一排，依然使得排列要求满足，对于第一排的情况，应该是一个等价的逆问题，意味着如果第二排有n种不同的情况，则第一排也有n种，根据乘法原理，总的有n*n种

 

互换名额为2：对于第二排，我们需要选出2个人，可能的组合有*1*111、1**111、11**11、……等等，组合比较多的，不太容易一一例举，需要反过来思考哪些组合不行，比如111**1，如果把10、11换到第一排去，在第二高位上，第一排将是10，而第二排是9，违反规则。类似的1111**，也不行，从中可以发现一个规律，如果某个组合的某个后缀串中，1的个数小于*的个数，则不行（比如111**1的后缀串**1），则这个组合是无效的。

 

互换名额如果继续增加直至N/2，过程应该是类似的，得到的可行算法可以是：一，暴力枚举1<<6种二进制组合，找出其中符合规则的所有情况（任意后缀串1的个数需大于一半），然后，再按1的个数划分类别（反应了互换名额的类别），统计各个类别中有效的组合数，最后求所有类别组合数的平方和。二，宽度优先遍历，相对于暴力搜索，宽度优先搜索可以通过预判避免不必要的组合情况，效率更好些。

 

总人数12作为参数传入，附上实现，如有错误，欢迎勘误

 

1）暴力搜索

public static int countForce(int N) { Map<Integer, Set<Integer>> map = new HashMap<Integer, Set<Integer>>(); int limit = 1<<(N/2); for(int i=0; i<limit; i++) { int one = 0, zero = 0; boolean acceptable = true; for(int j=0; j<N/2; j++) { if((i&(1<<j))!=0) { one++; } else { zero++; } if(one<zero) { acceptable = false; break; } } if(acceptable) { int bits = Integer.bitCount(i); if(!map.containsKey(bits)) map.put(bits, new HashSet<Integer>()); map.get(bits).add(i); } } int count = 0; Iterator<Integer> it = map.keySet().iterator(); while(it.hasNext()) { int size = map.get(it.next()).size(); count += size*size; } return count; }

 

2）宽度优先搜索

public static int countBFS(int N) { LinkedList<Integer> queue = new LinkedList<Integer>(); int floor = 1; int seperator = -1; queue.add(1); queue.add(seperator); while(!queue.isEmpty()) { int top = queue.removeFirst(); if(top==seperator) { floor++; if(floor>=N/2) break; if(!queue.isEmpty()) queue.add(seperator); continue; } queue.addLast(top|(1<<floor)); int bits = Integer.bitCount(top); if(floor<bits*2) { queue.addLast(top); } } int count = 0; while(!queue.isEmpty()) { int top = queue.removeFirst(); int bits = Integer.bitCount(top); int num = 1; Iterator<Integer> it = queue.iterator(); while(it.hasNext()) { if(Integer.bitCount(it.next())==bits) { it.remove(); num++; } } count += num*num; } return count; }

 

【欢迎勘误】