动态规划02

第二期的动态规划来啦！

题目如下：

给出某一个数组，在给出一个数字s，需要判断数组中是否存在一个或几个数之和等于这个sum，如果存在，则输出true，如果不存在，则输出false。

样例：

输入

6

3 34 4 12 5 2

9

输出

true

这次还是分为递归与非递归来解题，先是递归方法。

我们一样还是可以用选和不选的思路。还是从最后一个数字2看起，如果我们选了这个2，那么我们就要从剩下的数字中组合出数字7才行，而我们如果不选数字2的话，那么我们就要从剩下的数字组合出9才可以。由此，我们可以得到一个递归的式子(设这个递归函数为subset(int[] arr, int idx, int sum))：

选：subset(arr, idx-1, sum-arr[idx]);

不选：subset(arr, idx-1, sum);

上面我们已经得到了递归式，然后就是找递归出口。

这题的递归出口应该也不算难找。首先是当sum=0的时候，表示已经得到了一种等于sum的组合，那么我们返回的就是true。第二个是当sum!=0并且已经找到数组的边界的时候(即idx=0时)，那么我们就要比较arr[0]与sum是否相等，相等为true，不相等为false。第三个就是如果碰到arr[idx]>sum的时候，此时我们就只要走不选的那条分支就好。(这个出口个人认为算是剪枝，因为就算不写好像对答案也不会有什么影响，如果有错请大佬们指出。)这样我们就得到了所有的递归条件，、

附上代码：

public class Test {
    public static void main(String[] args) {
        int[] arr = {3, 34, 4, 12, 5, 2};
	int sum = 9;
	System.out.println(subset(arr, arr.length-1, sum));
    }
    public static boolean subset(int[] arr, int idx, int sum) {
    	if (sum == 0) {
    	    return true;
    	}
    	if (idx == 0) {
    	    return arr[idx] == sum;
    	}
    	if (arr[idx] > sum) {
    	    return subset(arr, idx-1, sum);
    	}
    	return (subset(arr, idx-1, sum-arr[idx]) || subset(arr, idx-1, sum));
    }
}

接下来是非递归方法。这道题我们需要开一个二位数组dp来存储，数组的行号表示arr数组的下标，数组的列号表示从0-sum的数值。根据递归的出口，我们还需要把这个数组的第一行和第一列填好。第一行表示的是递归中我们已经搜索到了数组的边界，那么此时的arr[0]是否与sum相等。第一列表示的是当sum为0时，当然，sum为0表示已经找到了某种组合，那么第一列的值当然都为true(dp[0][0]不管是为true还是false，我暂时还没有发现对结果会产生影响。)。再接下来我们就是根据递归式来填写剩下的数据。由于是二位数组，所以我们需要用一个嵌套的for循环来填数据。根据一个剪枝的式子，和另一个递归式子我们不难得到dp关系。

下面附上代码：

public class Test {
    public static void main(String[] args) {
        int[] arr = {3, 34, 4, 12, 5, 2};
	int sum = 9;
	System.out.println(dp(arr, sum)[arr.length-1][sum]);
    }
    public static boolean[][] dp(int[] arr, int sum) {
    	boolean[][] dp_arr = new boolean[arr.length][sum+1];
    	for (int i=0; i<=sum; i++) {
    	    dp_arr[0][i] = (arr[0] == i);
    	}
    	for (int i=1; i<arr.length; i++) {
    	    dp_arr[i][0] = true;
    	}
    	for (int i=1; i<arr.length; i++) {
    	    for (int j=1; j<=sum; j++) {
    	        if (arr[i] > j) {
    		    dp_arr[i][j] = dp_arr[i-1][j];
    		}else{
    		    dp_arr[i][j] = (dp_arr[i-1][j] || dp_arr[i-1][j-arr[i]]);
    		}
    	    }
    	}
    	return dp_arr;
    }
}