子集和问题(dfs)

题目

子集和问题的一个实例为<S,c>。其中,S={x1,x2,…,xn}是一个正整数的集合,c是一个正整数。子集和问题判定是否存在S的一个子集S1,使得子集S1和等于c。
对于给定的正整数的集合S={x1,x2,…,xn}和正整数c,编程计算S 的一个子集S1,使得子集S1和等于c。

输入

第1行有2个正整数n和c,n表示S的个数,c是子集和的目标值。接下来的1 行中,有n个正整数,表示集合S中的元素。

输出

输出一个解即可,如果没有解,输出“No Solution!”。

样例输入

5 10
2 2 6 5 4

样例输出

2 2 6

分析

使用深度优先(dfs)可以很容易解决。设立一个flag数组用来标记第i个数字是否已经被引用,设立一个cnt来记录是都找到解,如果找到结束搜索。写dfs函数时间传入两个值,一个来表示是否已经遍历所有的项,一个来记录数字和。分左右两枝来进行搜索。

 代码实现

#include <bits/stdc++.h>
using namespace std;
typedef long long ll;

ll n,c;
ll a[1000005];
bool flag[1000005];//定义bool类型的数组,标记数字的使用与否; 
ll cnt=0,sum=0;

void dfs(ll t,ll w)
{
	if(cnt==1)//如果已经找到一组,返回空,结束深搜;
		return;
	// 深度搜索的终止条件;
	if(t==n+1)
	{
		if(w==c)//搜索到符合条件的值,进行输出这一组解; 
		{
			for(ll i=1;i<=n;i++)
			{
				if(flag[i]==1)
				{
					printf("%lld ",a[i]);
				}
			}
			cnt++;//找到一组cnt+1作为标记; 
		}
		return;
	}
	if(w>c)//如果已经使用的数字和大于所需,在往下搜索就不可能满足要求; 
		return;//因为往下已经不可能满足要求了,所以进行截枝,节省时间; 
	//左枝,即使用这个数; 
	flag[t]=1;//将这个数标记为 1,即使用该数; 
	dfs(t+1,w+a[t]);//递归深搜 
	//右枝,即不使用这个数; 
	flag[t]=0;//将这一数字标记为0,即没有使用这一数字; 
	dfs(t+1,w);//递归深搜 
}

int main()
{
	cin>>n>>c; 
	for(ll i=1;i<=n;i++)
	{
		scanf("%lld",&a[i]);
		sum+=a[i];//求数字的和; 
	}
	if(sum<c)//判断所有数字的和是不是大于所需求的数字的和,避免不必要的深搜;
		printf("No Solution!");
	else
	{
		dfs(1,0);//深搜开始 
		if(cnt==0)//如果深搜没有找到合适的解,输出没有解; 
			printf("No Solution!");
	}
	return 0;
}

  • 13
    点赞
  • 44
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
好的,让我们来讨论使用回溯法解决子集问题。在子集问题中,给定一个集合以及一个目标总和,我们需要找出集合中所有元素的一个子集,其元素的和等于目标总和。 回溯法是一种找出所有(或一部分)解的经典算法。它通过递归地尝试所有可能的解决方案来解决问题。在具体实现中,回溯法采用的是深度优先搜索,即先访问一个节点的所有子节点,然后再回溯到父节点(也就是上一级节点)。 对于子集问题,我们可以使用如下的回溯法算法框架: 1. 定义一个dfs函数,参数包括当前的元素、当前的总和以及目标总和。 2. 判断当前元素是否是集合中的最后一个元素,如果是则判断当前总和是否等于目标总和,如果是则将当前元素集合加入到结果集中,否则直接返回即可。 3. 如果当前元素不是集合中的最后一个元素,则分两种情况讨论:选或不选当前元素。如果选当前元素,则在当前总和上加上当前元素的值,继续向下递归;如果不选当前元素,则直接向下递归。递归完成后,需要回溯到上一级节点,即撤销最后一次选择操作,并将当前元素集合从路径中删除。 4. 为了提高效率,我们可以在递归过程中记录当前元素的下标,每次递归从下标+1的元素开始。 下面是使用该算法框架的具体实现(使用Python语言): def backtrack(nums, target): def dfs(curr_list, curr_sum, start): if start == len(nums) and curr_sum == target: result.append(curr_list) if start == len(nums): return dfs(curr_list + [nums[start]], curr_sum + nums[start], start + 1) dfs(curr_list, curr_sum, start + 1) result = [] dfs([], 0, 0) return result 其中nums是给定的集合,target是目标总和。我们定义了一个内部函数dfs,用于递归计算所有符合要求的子集。curr_list表示当前的子集,curr_sum表示当前子集的元素和,start表示当前元素的下标。 在dfs函数中,首先判断是否到达集合的末尾,如果是则判断当前子集的元素和是否等于目标总和,如果是则将当前子集加入到结果集中。否则分两种情况讨论:选或不选当前元素。如果选当前元素,则在当前子集的元素和上加上当前元素的值,继续向下递归;如果不选当前元素,则直接向下递归。递归完成后,需要回溯到上一级节点,即撤销最后一次选择操作,并将当前元素从当前子集中删除。 最后,我们调用dfs函数,返回所有符合要求的子集。 注意,在实际应用中,需要考虑优化算法的速度和占用的空间。而对于子集问题,回溯法是最直观、最容易理解的解法,可以为其他问题的解法提供启示。

“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 1
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
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