回朔法 - 求n个数中和为k的最少解

题目

 

给定若干个正整数 a[0],a[1],……,a[n-1],从中选出若干个数,使他们的和恰好为k,要求找出选择元素个数最少的解。

代码

#include <iostream>
#include <list>
#include <stdio.h>
using namespace std;

list<int> numList;
int minCount = -1;

void find_seq(int sum, int index, int * value, list<int> & seq)
{
    if(sum <= 0 || index < 0) return;
    if(sum == value[index])
    {
        printf("%d ", value[index]);
        int n = 1;
        for(list<int>::iterator iter = seq.begin(); iter != seq.end(); ++iter)
        {
            n++;
            printf("%d ", *iter);
        }
        if(minCount == -1 || n < minCount)
        {
            minCount = n;
        }
        printf("\t(一共%d个元素)\n",n);
    }
    seq.push_back(value[index]); 
    find_seq(sum-value[index], index-1, value, seq); //放value[index]
    seq.pop_back();
    find_seq(sum, index-1, value, seq); //不放value[index]
}

int main()
{
    int k;
    list<int> seq;
    int value[] = {2,9,5,7,4,11,10};
    int N = sizeof(value)/sizeof(value[0]);
    printf("正整数集合为::");
    for(int i = 0; i < N; ++i)
    {
        printf("%d ",value[i]);
    }
    printf("\n请输入k的值:");
    scanf("%d", &k);
    
    printf("可能的序列如下:\n");
    find_seq(k, N-1, value, seq);
    
    if(minCount == -1)
    {
        printf("没有能够相加为%d的组合\n",k);
    }
    else
    {
        printf("最少的组合元素为:%d,组合详情见上\n",minCount);
    }
    

    return 0;
}

以下为我的微信公众号:技术经理的成长

会不定期进行更新,欢迎关注

  • 10
    点赞
  • 32
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
0-1背包问题是一个经典的动态规划问题,可以用回溯。以下是算设计: 1. 定义一个最大价值 max_val,初始值为0;定义一个当前价值 cur_val,初始值为0。 2. 定义一个回溯函数 backtrack(cur_weight, cur_val, items, values, weights, max_weight),其中: - cur_weight:当前背包已经装入的物品的重量; - cur_val:当前背包已经装入的物品的价值; - items:已经选择的物品; - values:每个物品对应的价值; - weights:每个物品对应的重量; - max_weight:背包的最大承重。 3. 在回溯函数中,首先判断当前背包的重量是否超过了最大承重,若超过则返回。 4. 然后判断当前价值是否大于最大价值,若大于则更新最大价值。 5. 接下来进行回溯,对于每一个物品,分别进行选择和不选择两种情况: - 若选择该物品,则将该物品的重量和价值加入到 cur_weight 和 cur_val 中,同时将该物品加入到 items 中,并继续向下执行回溯函数; - 若不选择该物品,则直接跳过该物品,继续向下执行回溯函数。 6. 回溯结束后,返回最大价值。 以下是Python代码实现: ```python def backtrack(cur_weight, cur_val, items, values, weights, max_weight): global max_val if cur_weight > max_weight: return if cur_val > max_val: max_val = cur_val for i in range(len(values)): if i not in items: items.append(i) backtrack(cur_weight + weights[i], cur_val + values[i], items, values, weights, max_weight) items.remove(i) def knapsack_01(values, weights, max_weight): global max_val max_val = 0 items = [] backtrack(0, 0, items, values, weights, max_weight) return max_val ``` 可以使用以下代码进行测试: ```python values = [6, 10, 12] weights = [1, 2, 3] max_weight = 5 print(knapsack_01(values, weights, max_weight)) # 输出:22 ```

“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 2
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

打赏作者

小爱玄策

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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