Java区间拆分子集求和_JAVA算法：子集求和问题（Subset Sum Problem）

JAVA算法：子集求和问题(Subset Sum Problem)

题目：给定一个正整数数组，和一个目标值，找出是否存在数组的一个子数组，使得子数组元素之和等于目标值。

例如：给定数组 { 3, 2, 7, 1} 和目标值 S = 6

返回结果： True ， 子数组为 (3, 2, 1}

问题分析：

使用递归算法和动态规划算法两种算法来求解上述问题。

递归算法

对于数组中的每个元素有两个选择，我们在子数组中包括该元素和在子数组中不包括该元素。

在给定的例子中：数组 { 3, 2, 7, 1} 和目标值 S = 6

如果我们考虑另一个数组A，它也包括4个元素(数组A和给定的数组具有相同的长度)

如果数组A中包括原数组的元素，则数组A的元素设置为1(对应于原数组元素的下标位置)；否则设置为0

这样，我们需要找到每一个可能的子集，并且检查是否子集的元素之和等于目标值。

package com.bean.algorithm.dp;

public class SubSetSumRecursion {

public static void find(int[] A, int currSum, int index, int sum, int[] solution) {

if (currSum == sum) {

System.out.println("\nSum found");

for (int i = 0; i < solution.length; i++) {

if (solution[i] == 1) {

System.out.print(" " + A[i]);

}

}

} else if (index == A.length) {

return;

} else {

solution[index] = 1;// select the element

currSum += A[index];

find(A, currSum, index + 1, sum, solution);

currSum -= A[index];

solution[index] = 0;// do not select the element

find(A, currSum, index + 1, sum, solution);

}

return;

}

public static void main(String[] args) {

int[] A = { 3, 2, 7, 1 };

int[] solution = new int[A.length];

find(A, 0, 0, 6, solution);

}

}

程序运行结果：

Sum found

3  2  1

动态规划算法

Base Cases：

If no elements in the set then we can’t make any subset except for 0.

If sum needed is 0 then by returning the empty subset we can make the subset with sum 0.

Given – Set = arrA[], Size = n, sum = S

Now for every element in he set we have 2 options, either we include it or exclude it.

for any ith element-

If include it => S = S-arrA[i], n=n-1

If exclude it => S, n=n-1.

状态方程推导：

Recursive Equation:

Base Cases:

SubsetSum(arrA, n, S)= false, if sum > 0 and n == 0 SubsetSum(arrA, n, S)= true, if sum == 0 (return empty set)

Rest Cases

SubsetSum(arrA, n, S) = SubsetSum(arrA, n-1, S)|| SubsetSum(arrA, n-1, S-arrA[n-1])

推算过程

如何跟踪元素。

从右下角开始，然后回溯，从True开始检查。

如果上面单元格中的值为 false，则表示当前单元格在包含当前元素后变为 true。

因此，包括当前元素并检查 sum=sum–current元素。

package com.bean.algorithm.dp;

public class SubsetSumProblem {

public static boolean subSetDP(int[] A, int sum) {

boolean[][] solution = new boolean[A.length + 1][sum + 1];

// if sum is not zero and subset is 0, we can't make it

for (int i = 1; i <= sum; i++) {

solution[0][i] = false;

}

// if sum is 0 the we can make the empty subset to make sum 0

for (int i = 0; i <= A.length; i++) {

solution[i][0] = true;

}

//

for (int i = 1; i <= A.length; i++) {

for (int j = 1; j <= sum; j++) {

// first copy the data from the top

solution[i][j] = solution[i - 1][j];

// If solution[i][j]==false check if can be made

if (solution[i][j] == false && j >= A[i - 1])

solution[i][j] = solution[i][j] || solution[i - 1][j - A[i - 1]];

}

}

return solution[A.length][sum];

}

public static void main(String[] args) {

int[] A = { 3, 2, 7, 1 };

System.out.println("\nFrom DP: " + subSetDP(A, 6));

}

}

程序运行结果：

From DP: true

表示存在子数组之和等于目标值。