Java之使用回溯算法解决多个数和的问题(Sum It Up)

提示:养成看目录的好习惯哦!!
在这里插入图片描述


前言

回溯法 – 深度优先搜素
简单概述
回溯法思路的简单描述是:把问题的解空间转化成了图或者树的结构表示,然后使用深度优先搜索策略进行遍历,遍历的过程中记录和寻找所有可行解或者最优解。

基本思想类同于: 图的深度优先搜索 二叉树的后序遍历
实验八:使用回溯算法解决多个数和的问题(Sum It Up)(完成实验报告三、四、五、六的内容)

在这里插入图片描述

一、实验目的

   练习使用回溯算法解决实际问题(使用Java语言实现)。

二、实验内容

给出一个n,k,再给出n个数中,输出所有的可能使几个数的和等于k的组合,输入的n和k的值都为0时退出。

【示例】

输入样例:

6
432222
4
3
211
5
12
505050505050
252525252525
400

输出样例:
4
43+12+22+1+1
5
没有
400
50+50+50+50+50+50+25+25+25+2550+50+50+50+50+25+25+25+25+25+25

在这里插入图片描述

二、设计思路

回溯算法思路虽简单,但是具体实现解空间树,较为复杂,本次实验,首先先写好一个回溯方法,然后利用循环和嵌套递归,逐步实现数组中的数在满足条件时是需要 加 还是 跳过 ,思路较为粗糙也不够完善,但可运行基本满足实验需要!

内容仅供参考!!!

1.定义变量

定义变量:

private int n;//数的个数
    private int k;//要凑成的数
    private int[] a;;//所有子数
    private int bestValue=0;//当前最优价值
    private int cn=0;//当前数的总和
    private boolean[] picking;//picking[i]表示第 i个数是否可以相加

    Scanner scan =new Scanner(System.in);

2.构造方法

菜单函数:

public void menu(){
        do {
            get();
        }while (n!=0||k!=0);
    }

获取数据:

public void get(){
        k = scan.nextInt();
        n = scan.nextInt();
        picking = new boolean[n + 1];

        a = new int[n+2];
        for (int i=1;i<=n;i++){
            a[i]=scan.nextInt();//数字大小
        }

        output3();

        for (int i=1;i<=n;i++){
            cn=0;
            for (int x=1;x<=n;x++){
                picking[x]=false;
            }
            backtrack(i);
        }
        output2(picking);
    }

构建解空间树:

void backtrack(int t){ //用于搜索空间数,t 表示当前扩展结点在第 t 层

        if(t>n){//已经到达叶子结点
            return ;
        }

        if(cn+a[t]<k){ //如果满足和小于k值时,则搜索左子树
            picking[t]=true;
            cn+=a[t];
            backtrack(t+1);
            if(cn+a[t+1]<k){
                cn-=a[t];
                picking[t]=false;
                backtrack(t+1);
            }else return;
        }

        if(cn+a[t]>k){ //如果满足和大于k值时,则搜索右子树
            picking[t]=false;
            backtrack(t+1);
            if(cn+a[t-1]<k){
                cn-=a[t-1];
                picking[t-1]=false;
                backtrack(t+2);
            }
        }

        if(cn+a[t]==k){//当恰好和为k值时
            picking[t]=true;
            output1(picking);
        }
    }

输出情况1:

public void output1(boolean[] picking){//输出符合条件的组合
        int lastTrueLocation=0;
        for (int i=1;i<=n;i++){
            if (picking[i]==true) {
                lastTrueLocation=i;
            }
        }
        for (int j=1;j<=n;j++){
            if (picking[j]==true){
                if(j!=lastTrueLocation)
                {
                    System.out.print(a[j]+"+");
                }else {
                    System.out.print(a[j]);
                }
            }

        }
        System.out.println();
    }

输出情况2:

public void output2(boolean[] picking){//输出符合条件的组合
        int lastTrueLocation=0;
        for (int i=1;i<=n;i++){
            if (picking[i]==false) {
                lastTrueLocation=i;
            }
        }
        for (int j=1;j<=n;j++){
            int aa=0;
            if (picking[j]==false){
                if(j==lastTrueLocation){
                    aa++;
                }
            }
            if(aa+1==a.length)
                System.out.println("没有符合要求的");
        }
    }

输出情况3:

public void output3(){
        int aaa=0;
        for (int j=1;j<=n;j++){
            aaa+=a[j];
        }
        if (aaa<k){
            System.out.println("没有符合要求的");
        }
    }

3.运行

运行程序:

public class Do {
    public static void main(String[] args) {
        SumUP sumUP =new SumUP();
        sumUP.menu();
    }
}

4.结果

测试结果:
在这里插入图片描述

在这里插入图片描述

总结


以上就是今天要分享的全部内容,本文仅仅简单展示了对该实验的解题想法,回溯法是目前所有实验中,我耗时最久的一次实验,考虑了很久,可惜能力有限,仍未实现算法的普遍性。希望能有志同道合之人交流沟通,以得到解决。

欢迎扫取以下二维码,前来我的公众号玩耍

在这里插入图片描述

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
回溯法是一种求解问题算法,它通过尝试所有可能的解来找到问题的最优解。sum it up是一个求解列中所有可能的子集和的问题,可以使用回溯法来解决。 具体实现时,可以使用递归函来实现回溯法。首先定义一个数组来存储列中的元素,然后定义一个递归函,该函接受三个参:当前处理的元素下标、当前已经选择的元素和、目标和。在递归函中,首先判断当前已经选择的元素和是否等于目标和,如果是,则输出当前选择的元素和,否则继续选择下一个元素进行递归。在递归过程中,需要注意剪枝,即当当前已经选择的元素和已经大于目标和时,就可以停止继续选择元素进行递归。 最后,在主函中调用递归函,从第一个元素开始进行递归,得到所有可能的子集和。 具体实现细节可以参考以下代码: public class SumItUp { static int[] nums; static int n; static int target; public static void main(String[] args) { Scanner sc = new Scanner(System.in); n = sc.nextInt(); nums = new int[n]; for (int i = ; i < n; i++) { nums[i] = sc.nextInt(); } target = sc.nextInt(); Arrays.sort(nums); dfs(, new ArrayList<Integer>(), ); } public static void dfs(int index, List<Integer> path, int sum) { if (sum == target) { for (int i = ; i < path.size(); i++) { System.out.print(path.get(i) + " "); } System.out.println(); return; } if (sum > target || index == n) { return; } dfs(index + 1, path, sum); path.add(nums[index]); dfs(index + 1, path, sum + nums[index]); path.remove(path.size() - 1); } }

“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