子集和问题(超时情况解决)

问题描述:

设集合S={x1,x2,…,xn}是一个正整数集合,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S1中的元素之和为c。试设计一个解子集和问题的回溯法,并输出利用回溯法在搜索树(按输入顺序建立)中找到的第一个解。


输入:

输入数据第1行有2个正整数n和c,n表示S的大小,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。 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。
在这里插入图片描述

输出:

输出利用回溯法找到的第一个解,以空格分隔,最后一个输出的后面有空格。当问题无解时,输出“No Solution!”。
在这里插入图片描述

代码(使用了数组替代递归):

#include<bits/stdc++.h>
using namespace std;
int n,c,m;
int vi[10000],visited[10000];//visited[i]=1意味着i对应的数字参与计算了
void result(){
	int i,j,index;
	for(i=0;i<n;i++){
		if(m>=vi[i]){//如果当前数字还可以被放进结果集里,就把m减去这个数字
			m-=vi[i];
			visited[i]=1;
		}
		if(m==0){
			for(j=0;j<n;j++){
				if(visited[j]==1){
					printf("%d ",vi[j]);
				}
			}
			printf("\n");
			exit(0);
		}
		if(i==n-1&&m!=0){//遍历到了最后一个节点,但还没找到结果,这时候需要回溯,找到上一个访问的节点,进行回溯
			if(visited[i]==1){//如果最后一个数字被访问过了,就把它改回去,因为此时它的标记为1,会影响寻找上一个访问的节点。
				m+=vi[i];
				visited[i]=0;
			}
			for(;i>=0;i--){//回溯找到倒数第一个访问过的节点
				if(visited[i]==1){
					break;
				}
			} 
			if(i==-1)//此时整棵树都已经遍历完了,依旧没找到结果
				return;
			else{
				m+=vi[i];
				visited[i]=0;
			}
		}		
	}
}
int main(){
	int i,sum=0;
	scanf("%d%d",&n,&c);
	m=c;
	for(i=0;i<n;i++){
		scanf("%d",&vi[i]);
		sum+=vi[i];
	}
	if(sum<c){//超时的关键在此
		printf("No Solution!\n");
		return 0;
	}
	else if(sum==c){//尽可能缩短时间
		for(i=0;i<n;i++){
			printf("%d ",vi[i]);
		}
		printf("\n");
	}
	result();
	printf("No Solution!\n");
	return 0;
} 

思路分析:

依旧是回溯法,递归的思想就不再提了,题目中使用了标记数组的方式取代了递归(起初我也用的递归,然后一直超时,无奈死马当活马医抛弃了递归)。标记数组的作用就是标记哪些元素被使用过了,也可以帮助进行回溯,具体思想就是,当一个数被选择了(不管它是不是最终的解,只要选择的数加起来不超过目标,就先选,后来可以回溯再删除掉),它的标记就会改为1,然后循环继续下去,每选择一个,就修改它的标记,直至考察过最后一个元素,此时如果没有得到最终结果,就开始回溯,寻找倒数第一个被选择的数,将它的标记改回0,剪去这个数对应的这一枝,即从它的下一个数开始,继续前面的操作,如果直至最后都没有找到结果,那么到时候标记数组会全零,此时倒数第一个1的“下标”为-1,可以凭借这个条件退出循环。具体见代码中的注释。
后来才发现,超时是因为没有在最开始就考虑所有的数都加起来仍然不足目标的情况。呜呜呜呜呜,我害怕超时,连cin,cout,递归都不敢用了,结果来个这

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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