算法学习之整数划分问题 - 从「分弹珠」到掌握整数划分

📝 引言

大家好！今天我们将一起解决一个经典而有趣的算法问题 - “分弹珠” 。通过这个生动的例子，将帮助我们更好的掌握如何解决整数划分类问题。祝你有所收获！

🎲 问题引入：有趣的分弹珠游戏

问题描述

想象这样一个场景：你有 M 个闪亮的弹珠和 N 个漂亮的盘子，需要设计一个程序来计算所有可能的分配方案。具体要求如下：

• ✅ 每个盘子可以为空
• ✅ 相同的弹珠数量分配被视为同一种方案（与盘子顺序无关）
• ✅ 所有弹珠必须分配完

💡 示例
假设有7个弹珠分到3个盘子中：

方案1：(7,0,0) - 所有弹珠都在第一个盘子
方案2：(6,1,0) - 第一个盘子6个，第二个1个
方案3：(5,2,0) - 第一个盘子5个，第二个2个
方案4：(5,1,1) - 第一个盘子5个，其余各1个
方案5：(4,3,0) - 第一个盘子4个，第二个3个
方案6：(4,2,1) - 第一个盘子4个，第二个2个，第三个1个
方案7：(3,3,1) - 前两个盘子各3个，最后1个
方案8：(3,2,2) - 第一个盘子3个，后两个各2个

---

🔍 深入理解问题本质

1. 问题的数学本质

整数划分问题实际上是组合数学中的一个重要分支：

• 它研究将一个正整数表示为若干正整数之和的方法数
• 在我们的问题中，还需要考虑分配到固定数量容器的约束

2. 问题的特殊性质

• 对称性：盘子的顺序不重要，(3,2,0)和(2,3,0)被视为同一种方案
• 单调性：每个盘子中的弹珠数量可以按非增顺序排列
• 可加性：总数 = 各部分之和

---

🎯 解题思路详解

1. 递推公式的推导

让我们通过分类讨论来推导递推公式：
将最多待分弹珠的盘子数不大于n的划分方案数记作P(m,n)，可以建立P(m,n)的如下递归关系：

1. 考虑最后一个盘子的状态：

• 情况1： 最后一个盘子为空 → 问题转化为只需要分给前面n-1个盘子→ P(m, n-1)
• 情况2： 最后一个盘子不为空 → 每个盘子至少有一颗弹珠，有n个盘子，则剩余可以再划分的弹珠数为m-n→ P(m-n, n)

2. 数学表达：
   $$P(m,n)=P(m,n-1)+P(m-$$