分离整数从右数第k个数字c语言,整数拆分有关问题的四种解法

整数拆分问题的四种解法

整数划分问题是算法中的一个经典命题之一。

所谓整数划分，是指把一个正整数n写成如下形式：

n=m1+m2+m3+....+mi;(其中mi为正整数，并且1<=mi<=n)，则{m1,m2,m3,....,mi}为n的一个划分。

如果{m1,m2,m3,....,mi}中的最大值不超过m，即max{m1,m2,m3,....,mi}

<= m，则称它属于n的一个m划分。这里我们记n的m划分的个数为f(n,m)；

例如当n=4时，它有5个划分：{4}、{3,1}、{2,2}、{2,1,1}、{1,1,1,1}；

注意：4=1+3和4=3+1被认为是同一个划分。

该问题是求出n的所有划分个数，即f(n,n)。下面我们考虑求f(n,m)的方法。

(一)方法一——递归法

根据n和m的关系，考虑下面几种情况：

(1)当n=1时，不论m的值为多少(m>0)，只有一种划分，即{1}；

(2)当m=1时，不论n的值为多少(n>0)，只有一种划分，即{1,1,....1,1,1}；

(3)当n=m时，根据划分中是否包含n，可以分为两种情况：

(a)划分中包含n的情况，只有一个，即{n}；

(b)划分中不包含n的情况，这时划分中最大的数字也一定比n小，即n的所有(n-1)划分；

因此，f(n,n) = 1 + f(n, n - 1)。

(4)当n

(5)当n>m时，根据划分中是否包含m，可以分为两种情况：

(a)划分中包含m的情况，即{m,{x1,x2,x3,...,xi}}，其中{x1,x2,x3,...,xi}的和为n-m，可能再次出现m，因此是(n-m)的m划分，因此这种划分个数为f(n-m, m)；

(b)划分中不包含m的情况，则划分中所有值都比m小，即n的(m-1)划分，个数为f(n, m - 1)；

因此，f(n,m) = f(n - m,m) + f(n, m - 1)。

综合以上各种情况，可以看出，上面的结论具有递归定义的特征，其中(1)和(2)属于回归条件，(3)和(4)属于特殊情况，而情况(5)为通用情况，属于递归的方法，其本质主要是通过减少n或m以达到回归条件，从而解决问题。

其递归表达式如下所示。

参考源码1.1(递归版本(较慢))

#include

#define MAXNUM 100 //最高次数

//递归法求解整数划分

unsigned long GetPartitionCount(int n, int max)

{

if(n == 1 || max == 1)

{

return 1;

}

if(n < max)

{

return GetPartitionCount(n, n);

}

if(n == max)

{

return 1 + GetPartitionCount(n, n - 1);

}

else

{

return GetPartitionCount(n - max, max) + GetPartitionCount(n, max - 1);

}

}

int main(int argc, char **argv)

{

int n;

int m;

unsigned long count;

while(1)

{

scanf("%d", &n);

if(n<=0)

return 0;

m=n;

count = GetPartitionCount(n, m);

printf("%d\n",count);

}

return 0;

}

(二)方法二——动态规划

考虑到使用递归中，很多的子递归重复计算，这样不仅在时间开销特别大，这也是运算太慢的原因，比如算120的时候需要3秒中，计算130的时候需要27秒钟，在计算机200的时候....计算10分钟还没计算出来。。。鉴于此，可以使用动态规划的思想进行程序设计，原理如同上面一样，分成三种情况，只是使用一个数组来代替原有的递归，具体可以参看源码，源码中提供了两个版本 递归+记录版本和数组版本

2.1 递归加记录版本：

此版本使用数组标记，如果之前计算过，则直接调用数组中内容，否则计算子递归，这样保证了每次计算一次，减少冗余量

源码如下：

/*----------------------------------------------

* Author :NEWPLAN

* Date :2015-04-01

* Email :xxxxxxx

* Copyright:NEWPLAN

-----------------------------------------------*/

#include

#define MAXNUM 100 //最高次数

unsigned long ww[MAXNUM*11][MAXNUM*11];

unsigned long dynamic_GetPartitionCount(int n, int max);

using namespace std;

int main(int argc, char **argv)

{

int n;

int m;

unsigned long count;

while(1)

{

cin>>n;

cout<

}

return 0;

}

unsigned long dynamic_GetPartitionCount(int n, int max)

{

if(n == 1 || max == 1)

{

ww[n][max]=1;

return 1;

}

if(n < max)

{

ww[n][n]=ww[n][n]? ww[n][n] : dynamic_GetPartitionCount(n, n);

return ww[n][n];

}

if(n == max)

{

ww[n][max]=ww[n][n-1]?1+ww[n][n-1]:1 + dynamic_GetPartitionCount(n, n - 1);

return ww[n][max];

}

else

{

ww[n][max]=ww[n - max][max]? (ww[n - max][max]) : dynamic_GetPartitionCount(n - max, max);

ww[n][max]+=ww[n][max-1]? (ww[n][max-1]): dynamic_GetPartitionCount(n, max - 1);

return ww[n][max];

}

}

2.2 数组标记法动态规划(从小到大)

考虑到计算ww[10][10]=ww[10][9]+1;所以在每次计算中都是用到之前的记录，这样就可以先从小到大计算出程序，使得计算较大数的时候调用已经计算出的较小的记录，程序直接是用循环就可以完成任务，避免了重复计算和空间栈的开销。

源码：

/*----------------------------------------------

* Author :NEWPLAN

* Date :2015-04-01

* Email :xxxxxxx

* Copyright:NEWPLAN

-----------------------------------------------*/

#include

#define MAXNUM 100 //最高次数

unsigned long ww[MAXNUM*11][MAXNUM*11];

unsigned long dynamic_GetPartitionCount(int n, int max);

using namespace std;

int main(int argc, char **argv)

{

int n;

int m;

unsigned long count;

while(1)

{

cin>>n;

cout<

}

return 0;

}

unsigned long dynamic_GetPartitionCount(int n, int max)

{

for(int i=1;i<=n;i++)

for(int j=1;j<=i;j++)

{

if(j==1|| i==1)

{

ww[i][j]=1;

}

else

{

if(j==i)

ww[i][j]=ww[i][j-1]+1;

else if((i-j)

ww[i][j]=ww[i-j][i-j]+ww[i][j-1];

else

ww[i][j]=ww[i-j][j]+ww[i][j-1];

}

}

return ww[n][max];

}

三种方法效果对比十分明显，在写此博客之前测试数据200，动态规划版本输入直接算出结果，现在这片博客写完了，，，使用递归的还没计算出结果。。。

(三)方法三——母函数

下面我们从另一个角度，即“母函数”的角度来考虑这个问题。

所谓母函数，即为关于x的一个多项式G(x)：

有G(x) = a0 + a1*x + a2*x^2 + a3*x^3 + ......

则我们称G(x)为序列(a0, a1, a2,.....)的母函数。关于母函数的思路我们不做更过分析。

我们从整数划分考虑，假设n的某个划分中，1的出现个数记为a1，2的个数记为a2，.....，i的个数记为ai，

显然有：ak <= n/k(0<= k <=n)

因此n的划分数f(n,n)，也就是从1到n这n个数字抽取这样的组合，每个数字理论上可以无限重复出现，即个数随意，使它们的综合为n。显然，数字i可以有如下可能，出现0次(即不出现)，1次，2次，......，k次等等。把数字i用(x^i)表示，出现k次的数字i用(x^(i*k))表示，不出现用1表示。

例如，数字2用x^2表示，2个2用x^4表示，3个2用x^6表示，k个2用x^2k表示。

则对于从1到N的所有可能组合结果我们可以表示为：

G(x) = ( 1 + x + x^2 + x^3 + ... + x^n)*(1 + x^2 + x^4 + x^6 + ....)....(1 + x^n)

= g(x,1)*g(x,2)*g(x,3)*....*g(x,n)

= a0 + a1*x + a2*x^2 +...+ an*x^n + ....//展开式

上面的表达式中，每个括号内的多项式代表了数字i的参与到划分中的所有可能情况。因此，该多项式展开后，由于x^a *x^b = x^(a+b)，因此x^i就代表了i的划分，展开后(x^i)项的系数也就是i的所有划分个数，即f(n,n) = an。

由此我们找到了关于整数划分的母函数G(x)；剩下的问题就是，我们需要求出G(x)的展开后的所有系数。

为此，我们首先要做多项式乘法，对于我们来说，并不困难。我们把一个关于x的多项式用一个整数数组a[]表示，a[i]代表x^i的系数，即：

g(x) = a[0] + a[1]x + a[2]x^2 + ... + a[n]x^n;

则关于多项式乘法的代码如下，其中数组a和数组b表示两个要相乘的多项式，结果存储到数组c中。

参考题目： HDU:1028：Ignatius and the Princess III

参考源码：

#include

#include

#include

using namespace std;

const int N=10005;

int c1[N],c2[N];

int main()

{

int n,i,j,k;

while(cin>>n)

{

if(n==0) break;

for(i=0;i<=n;i++)

{

c1[i]=1;

c2[i]=0;

}

for(i=2;i<=n;i++)

{

for(j=0;j<=n;j++)

for(k=0;k+j<=n;k+=i)

c2[k+j]+=c1[j];

for(j=0;j<=n;j++)

{

c1[j]=c2[j];

c2[j]=0;

}

}

cout<

}

return 0;

}

(四)方法四——五边形数定理

设第n个五边形数为，那么，即序列为：1,

5, 12, 22, 35, 51, 70, ...

对应图形如下：

设五边形数的生成函数为，那么有：

以上是五边形数的情况。下面是关于五边形数定理的内容：

五边形数定理是一个由欧拉发现的数学定理，描述欧拉函数展开式的特性。欧拉函数的展开式如下：

欧拉函数展开后，有些次方项被消去，只留下次方项为1, 2, 5, 7, 12, ...的项次，留下来的次方恰为广义五边形数。

五边形数和分割函数的关系

欧拉函数的倒数是分割函数的母函数，亦即：

   其中

为k的分割函数。

上式配合五边形数定理，有：

在 n>0 时，等式右侧的系数均为0，比较等式二侧的系数，可得

因此可得到分割函数p(n)的递归式：

例如n=10时，有：

所以，通过上面递归式，我们可以很快速地计算n的整数划分方案数p(n)了。

参考例题：

HUD4651:Partition

源码：

#include

using namespace std;

#define MYDATA long long

const MYDATA MOD=1000000007;

#define AMS 100005

MYDATA pp[AMS];

MYDATA asist[2*AMS];

void myinit()

{

for(int i=0;i

{

/*算出五角数(正常五角数为1,5,12,22.... k*(3*k-1)/2)*/

/*此部分，需要算出的是分割函数(1,2,5,7,12,15,22,26.....

[k*(3*k-1)/2,k*(3*k+1)/2 ])*/

asist[2*i]=i*(i*3-1)/2;

asist[2*i+1]=i*(i*3+1)/2;

}

}

void mymethod()

{

pp[1]=1;

pp[2]=2;

pp[0]=1;

for(int i=3;i

{

int k=0;

int flags;

pp[i]=0;

/*pp[n]=pp[n-1]+pp[n-2]-pp[n-5]-pp[n-7]+pp[12]+pp[15]

-.... ..... [+pp[n-k*[3k-1]/2] + pp[n-k*[3k+1]/2]]*/

for(int j=2;asist[j]<=i;j++)

{

/*说明：式子中+MOD是必须的，否则输出可能出错(有可能为负数)*/

flags=k&2;

if(!flags)

pp[i]=(pp[i]+pp[i-asist[j]]+MOD)%MOD;

else

pp[i]=(pp[i]-pp[i-asist[j]]+MOD)%MOD;

k++;

k%=8;

}

}

}

int main()

{

int t,n;

myinit();

mymethod();

cin>>t;

while(t--)

{

cin>>n;

cout<

}

return 0;

}

附加：

给定一个整数n，输出这个整数拆分的可能形式(即输出全部情况)

使用递归情况

整个输出类似于一颗树，以分解6为例，过程如下图

源码实现：

#include

//使用一个数组记录在递归过程中产生的前面需要重复输出的值

int set[100];

//用于在递归过程中判断是否递归到最深处，输出回车

int k;

//此函数表示使用不大于m的整数对n进行拆分的情况，i用于表示set数组已经存在的记录数长度

void q(int n,int m,int i)

{

if(n==k&&n!=m)

{

//此时递归栈已经退回到某一分支的最上层，输出回车

//并重置计数器i为0

printf("\n");

i=0;

}

if(n==1)

{

//当n为1，意味者着只能表示1

printf("1 ");

return;

}

else if(m==1)

{

//当m为1，意味着要输出n个m相加

for(int i=0; i

printf("1+");

printf("1 ");

return;

}

if(n

{

q(n,n,i);

}

if(n==m)

{

//当n等于m时，到达本次递归求和的一个叶子，此时需要输出多一个空格，表示下一次输出为另一个叶子

printf("%d ",n);

//在递归输出另一个叶子之前，将之前记录的在叶子之上的数一并输出，如上图示过程1

for(int j=0; j

printf("%d+",set[j]);

q(n,m-1,i);

}

if(n>m)

{

//如果n大于m，使用m作为分解，则要首先输出m+的形式

printf("%d+",m);

//记录下作为树干节点m的值并使i自增

set[i++]=m;

//递归输出m+以后的分解

q(n-m,m,i);

//递归完毕后需要将数组记录后退一个，回到上一个节点，如上图示过程2

i--;

//执行另一个分支，在下一次递归之前输出记录的数据，如上图示过程3

for(int j=0; j

printf("%d+",set[j]);

//递归输出另一分支情况

q(n,m-1,i);

}

}

int main()

{

int n;

while(scanf("%d",&n)!=EOF)

{

if(n<=0)

{

printf("Please input a positive interger.\n\n");

continue;

}

k=n;

q(n,n,0);

printf("\n\n");

}

return 0;

}