集合划分问题

问题描述：
n个元素的集合{1,2,, n }可以划分为若干个非空子集。例如，当n=4 时，集合{1，2，3，4}可以划分为15 个不同的非空子集如下：
{{1}，{2}，{3}，{4}}，
{{1，2}，{3}，{4}}，
{{1，3}，{2}，{4}}，
{{1，4}，{2}，{3}}，
{{2，3}，{1}，{4}}，
{{2，4}，{1}，{3}}，
{{3，4}，{1}，{2}}，
{{1，2}，{3，4}}，
{{1，3}，{2，4}}，
{{1，4}，{2，3}}，
{{1，2，3}，{4}}，
{{1，2，4}，{3}}，
{{1，3，4}，{2}}，
{{2，3，4}，{1}}，
{{1，2，3，4}}

给定正整数n，计算出n个元素的集合{1,2,, n }可以划分为多少个不同的非空子集。 

 所求的是Bell 数 满足递推公式 B(n) =         

所以这道题实际求第二类Stirling数  S(n,m)

解决思想：

1.  若 m == 1    则S(n,m) = 1;    ( n >= 0 )

2.  若 m == 0    则S(n,m) = 0;    ( n >= 1  )

3.  若 n == m   则S(n,m) = 1;  

4 . 若非以上3中情况 则：

     (1)  已知前S（n-1,m）的解决方案 ， 第n个数可以向分出来的m个非空子集中的每一个任意添加进去  共有m*S(n-1,m)方法

     (2) 前n-1个数已经划分成 m-1  剩余第n个数单独作为一个非空子集添加进去  共有S(n-1,m-1)种方法

#include <iostream>
using namespace std;


int f( int n , int m ){

	if( n == m && n >= 0 )
		return 1;
	if( n >=1 && m == 0 )
		return 0;
	else
		return m*f(n-1,m)+f(n-1,m-1);
}
//Bell数
int main()
{
	int n;
	cin >> n;
	int sum = 0;
	for( int i = 1 ; i <= n ; i ++ ){
		//n次循环第二类Stirling数 
		sum += f(n,i);
	}
	cout << sum << endl;
	return 0;
}

对于递归中数据量为n 的时候    一般情况下写出的递归公式里面一定含有n  或者有其他题目中的参数  例如此题中的m 

递归最重要的思想： 至顶向下  假设已知前n-1时的解决方案  有了第n-1是的解决方案 才能求第n个 。  要求第n个时  可能有多种情况（每一种情况都能列出一个递归公式） 最后将多种情况的结果相加即最终答案   所谓的终止条件即：  当递归回溯到了人脑可以算出的小数据量的时候,  "例如" 当n到了1  那么可以知道n=2时的结果 知道2的结果可求3  继而递推到n。

这里面的回溯和搜索里面的回溯虽然名字相同 但是意义略有不同  搜索里面的回溯一般是一种不断去尝试的过程 例如N皇后问题 一遍一遍的去尝试 尝试失败就回来换个方向尝试  直到找出答案。

而递归中的回溯  更像一种要得到那种终止条件不得已的将问题规模缩小  当得到答案后  再一层一层扩大直到得出最终答案。

递归的两种结题技巧：

1.   回溯到底得到临界条件 利用临界条件递推到  规模为n的为题。  例如：

 int find(int x) //查找根结点  
    {  
        int temp;  
        if(x == p[x].pre)  
            return x;  
        temp = p[x].pre; //路径压缩  
        p[x].pre = find(temp);  
        p[x].relation = (p[x].relation + p[temp].relation) % 3; //关系域更新  
        return p[x].pre; //根结点  
    }  

这是一段带权并查集的路径压缩算法。    在这段代码中分为两部分， find的函数中间截止  以上回溯，以下递推  画图即可理解。

2. 在回溯的同时解决问题，  可能会不断的进入临界条件继而返回，例如图的遍历，  但是图的遍历更像一种 一边回溯一边递推一边求解三者同时进行的思维模式。   这里的递推没有具体值  是状态量。   例子代码后粘。