分配方案
描述
有n个人,他们需要分配m元钱(m>n),每个人至少分到1元钱,且每个人分到的钱数必须是整数。请问有多少种分配方案?
输入
一行,两个整数,分别是人数n与钱数m,用一个空格隔开。
输出
一行,一个整数,是分配方案数。
样例输入
5 10
样例输出
126
问题分析
1. 初始状态:
如果没有人(即i=0),那么没有方案,方案数为0。
如果没有钱(即j=0),那么唯一的方案就是所有人都分到 0 元钱,但这种情况不符合每个人至少1 元钱的条件,方案数为0。
如下表所示:
2. 状态转移方程 :
如i=3,j=5,代表我们将5元钱分给3个人,方案数用f(i,j)表示,所有方案如下:
最后一人分1元,其余两人分剩余的4元,方案数为f(i-1, j-1);
最后一人分2元,其余两人分剩余的3元,方案数为f(i-1, j-2);
最后一人分3元,其余两人分剩余的2元,方案数为f(i-1, j-3);
最后一人分4元,其余两人分剩余的1元。不符合要求,方案数为0;
最后一人分5元,其余两人分剩余的0元。不符合要求,方案数为0。
综上所述,方案数计算如下:
f(i,j) = f(i-1,j-1) + f(i-1, j - 2) + … + f(i -1, i-1)
因为 f(i-1, j - 2) + … + f(i -1, i-1) = f(i, j-1)
所以状态转移方程为:f(i,j) = f(i-1,j-1) + f(i, j-1)
3. 边界条件:
我们定义一个二维列表dp ,其中dp[i][j]表示将j元钱分配给i个人的方案数。
dp[1][1]=1表示1个人,1元钱,只有一种方案。
m<n时,钱数少于人数,方案数为0。
4. 参考代码
参考代码【递归】
def f(n, m):
if m < n:
return 0
if n == 1:
return 1
count = 0
for i in range(1, m - n + 2):# 递归计算 f(i-1,j-1) **+ f(i-1, j - 2) + ... + f(i -1, i-1)
# i的值最大为m-n+1
count += f(n - 1, m - i)# 从f(n-1, m-1) 到 f(n-1, m-(m-n+1))即f(n-1,n-1)累加求和
return count
n, m =map(int,input().split())
print(f(n, m))
参考代码【动态规划】
n, m = map(int,input().split())
dp =[[0]*(m+1) for i in range(n+1)]
for j in range(1, m+1):
dp[1][j]=1 # 大于等于1元时,只有1人分配方案有1种
for i in range(2, n+1):
for j in range(i, m+1):# 从i开始,j小于i不需要计算
dp[i][j]= dp[i-1][j-1] + dp[i][j-1]
print(dp[n][m])
递归和动态规划是解决很多算法问题的两种重要方法,尤其在处理需要重复子问题求解的问题时非常有效。尽管它们在某些方面相似,但在效率、内存使用以及实现方式上有着显著的区别。