【蓝桥杯-砝码称重】

蓝桥杯-砝码称重

问题描述:
你有一架天平和 N 个砝码，这 N 个砝码重量依次是 W1, W2, · · · WN
请你计算一共可以称出多少种不同的重量？
注意砝码可以放在天平两边

输入的第一行包含一个整数 N
第二行包含 N 个整数：W1, W2, W3, · · · WN输出一个整数代表答案
输出一个整数代表答案

样例输入
3
1 4 6
样例输出
10

这篇文章主要是分析动态规划解决此类问题。

不用动态规划，这样的问题也可以解决，比如用枚举法

##枚举法，时间超时
while True:
    try:
        N = int(input())
        W = list(map(int,input().split()))
        nums = W.copy()
        dp = [[0]]
        for i in range(N):
            dp_list = []
            for j in range(len(dp[i])):
                temp_dp1 = dp[i][j]+W[i]*1
                temp_dp2 = abs(dp[i][j]+W[i]*(-1))
                temp_dp3 = dp[i][j]+W[i]*0
                if temp_dp1 not in nums:
                    nums.append(temp_dp1)
                if temp_dp2 not in nums:
                    nums.append(temp_dp2)
                if temp_dp3 not in nums:
                    nums.append(temp_dp3)
                dp_list.extend([temp_dp1,temp_dp2,temp_dp3])
            dp.append(dp_list)
        print(len(nums)-1)
    except:
        break

但这个时间是超时的，因为枚举法消耗资源过多，算法复杂度随着N的增大，呈现指数增长，其中，我列举了3中状态，对于每个砝码他可以选择放在左边、右边、或者不放。

接下来我们来看动态规划解法

N = int(input())
weights = list(map(int,input().split()))
maxlen = sum(weights) #这是天平所能称重的最大范围
dp = [[0]*(maxlen*2+1) for i in range(N+1)]  #多生成一列和一行
for i in range(N+1):
    dp[i][0] = 1
for i in range(1,N+1):
    for j in range(maxlen+1):    #首先初始化最边际地带
        if dp[i-1][j] == 1: #如果前i-1能取到j
            dp[i][j] = 1 ##前i-1个能取到，前i个一定能取到
            dp[i][j+weights[i-1]] = 1
            dp[i][abs(j-weights[i-1])] = 1
print(sum(dp[N])-1) #多一个0

动态规划能解决的问题，有这样的特征，有重复计算值、上一子问题可以作为当前子问题的提取库。

N = int(input())
weights = list(map(int,input().split()))
maxlen = sum(weights) #这是天平所能称重的最大范围
dp = [[0]*(maxlen*2+1) for i in range(N+1)]

一般dp是要定义一个多一行一列的取值库，不过对此问题而言，需要变动一下成二倍列，多一行的取值库，为了防止超出索引。

for i in range(1,N+1):
    for j in range(maxlen+1):    #首先初始化最边际地带
        if dp[i-1][j] == 1: #如果前i-1能取到j
            dp[i][j] = 1 ##前i-1个能取到，前i个一定能取到
            dp[i][j+weights[i-1]] = 1
            dp[i][abs(j-weights[i-1])] = 1
print(sum(dp[N])-1) #多一个

动态规划主要切入点是分析dp[i]与dp[i-1]的关系，有啥关心呢？

• dp[i][j]代表的是前i+1项能否取到j值，能则为1否者为0，那么dp[i-1][j]为1，dp[i][j]一定为1，这样可以得到关系dp[i-1][j]=dp[i][j],条件前者为1
  根据题意，前面提到-对于每个砝码他可以选择放在左边、右边、或者不放，这咋体现呢？
  放右边边:dp[i][j+weights[i-1]]，一开始小白会？？？？？？？，这怎么回事呢？j+weigths不会超额吗？答案是不会，因为前面条件的限制，dp[x][j=maxlen]会在最后出现。
  放左边:dp[i][abs(j-weigths[i-1])],涉及到减号，加上abs
  不放:过程中已经体现了，不信你频频
  动态规划核心是前i!前i!前i!,啥题目都这样。