最近看到这个题目,虽然数学上解决不难,但是把解决方法变成程序语言却不是那么容易的,而且还要考虑到算法的效率问题。在网上书上大致搜集了一下有关的解法,程序,现在总结一下。
1)把子集表示为0和1组成的串,其中,若xi 属于S,则串中第i个元素为1,否则为0.观察以上规律,与计算机中数据存储方式相似,故可以通过一个整型数(int)与集合映射000...000 ~ 111...111(0表示有,1表示无,反之亦可),通过该整型数逐次增1可遍历获取所有的数,即获取集合的相应子集。在这里提一下,使用这种方式映射集合,在进行集合运算时,相当简便,如交运算对应按位与&,{a,b,c}交{a,b}得{a,b}<--->111&110==110并运算对应按位或|,差运算对应&~。
template<class T>
void print(T a[],int mark,int length)
{
bool allZero=true;
int limit=1<<length;
for(int i=0;i<length;++i)
{
if(((1<<i)&mark)!=0) //mark第i+1位为1,表示取该元素
{
allZero=false;
cout<<a[i]<<" ";
}
}
if(allZero==true)
{
cout<<"@";
}
cout<<endl;
}
template<class T>
void subset(T a[],int length)
{
if(length>31) return;
int lowFlag=0; //对应000...000
int highFlag=(1<<length)-1; //对应111...111
for(int i=lowFlag;i<=highFlag;++i)
{
print(a,i,length);
}
}
2.)设函数f(n)=2^n (n>=0),有如下递推关系f(n)=2*f(n-1)=2*(2*f(n-2))由此可知,求集合子集的算法可以用递归的方式实现,对于每个元素用一个映射列表marks,标记其在子集中的有无。很显然,在集合元素个数少的情况下,算法(1)优于算法(2),因为只需通过加法运算,便能映射出子集,而算法(2)要递归调用函数,速度稍慢。但算法(1)有一个严重缺陷,集合的个数不能大于在计算机中一个整型数的位数,一般计算机中整型数的为32位。对于算法(2)就没这样限制。
template<class T>
void print(T a[],bool marks[],int length)
{
bool allFalse=true;
for(int i=0;i<length;++i)
{
if(marks[i]==true)
{
allfalse=false;
cout<<a[i]<<" ";
}
}
if(allFalse==true)
{
cout<<"@";
}
cout<<endl;
}
template<class T>
void subset(T a[],bool marks[],int m,int n,int length)
{
if(m>n)
{
print(a,marks,length);
}
else
{
marks[m]=true;
subset(a,marks,m+1,n,length);
marks[m]=false;
subset(a,marks,m+1,n,length);
}
}