题目:
给定整数n,取若干个1到n的整数可求和等于整数m,编程求出所有组合的个数。
比如当n=6,m=8时,有四种组合:[2,6], [3,5], [1,2,5], [1,3,4]。限定n和m小于120
一开始没有什么解题思路,考虑在循环内一遍一遍算,满足条件了Count++,实际上发现这个过程太复杂,并且要考虑重复的问题。后来发现了一个算法叫 01背包问题 ,实际上就是解决这个题目的思想所在。
所以下面先讲这个问题:
0-1 背包问题:给定 n 种物品和一个容量为 C 的背包,物品 i 的重量是 Wi,其价值为 Vi 。
问:应该如何选择装入背包的物品,使得装入背包中的物品的总价值最大?
我们可以先把这n种物品放到一个数组中用 i 代替:{ 0 , 1 , 2 , 3 , ....., i }
同样把背包容量放在一个数组中用 j 代替:{ 0 , 1 , 2 , 3 , ....., j }
设 m[i][j] 为当有 i 种物品,背包容量为 j 时,背包中物品的最大总价值。
当考虑物品 i 是否应该放入背包容量为 j 的时候,我们可以很轻易地得出两种情况:
(1) j < Wi 的情况,即背包容量小于物品重量的情况。在这种情况下,很明显不满足条件,因此不能拿该物品。
那么此时,背包中物品的总价值就是:m[ i ][ j ] = m[ i-1 ][ j ] (即总价值和 i -1 种物品时的情况相同)
(2) j >= Wi 的情况,这时背包容量可以放下第 i 件物品,我们就要考虑拿这件物品是否能获取更大的价值。
如果拿取,在拿取该物品的情况下,背包剩余容量就变为 j-Wi ,那么在这容量下,剩余 i-1种物品的最大价值就是 m[ i-1 ][ j-Wi ] ,也是相当于为第i件物品腾出了w[i]的空间。现在加上该物品,那就加上它的价值Vi。
得出 m[ i ][ j ]=m[ i-1 ][ j-w[ i ] ] + Vi
如果不拿,m[ i ][ j ] = m[ i-1 ][ j ] , 同(1)
究竟是拿还是不拿,自然是比较这两种情况那种价值最大:max { m[ i-1 ][ j ] , m[ i-1 ][ j-Wi ] + Vi) }
这里,我们就推出了该算法的核心方程,称之为状态转移方程:
状态转移方程:m[i,j]=max { m [ i-1 , j ] , m [ i-1 , j-wi ] +vi }
可以举个例子:
物品编号 i | 1 | 2 | 3 | 4 |
物品重量 Wi | 2 | 3 | 4 | 5 |
物品价值 Vi | 3 | 4 | 5 |