欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  Java

子集和问题的实例详解

程序员文章站 2022-04-18 19:41:57
...
注:因为对“子集和问题”的学习不够深入,所以本文在讲解动态规划递推公式中可能存在叙述不清,或者错误的地方,如有发现望能不吝赐教。

  子集和问题可描述如下:给定n个正整数W=(w1, w2, …, wn)和正整数M,要求寻找这样一个子集I⊆{1, 2, 3, ..., n},使得∑wi=M,i∈I[1]。举个例子对子集和问题做一个通俗的解释:集合W=(1, 2, 3, 4, 5),给定一个正整数M=5,是否存在W的一个子集I,使得子集I中的元素相加等于M,这个例子显然存在子集I=(2, 3)。

  问题定义:正整数集合S=(w1, w2, w3, …wn),给定正整数Ws[i, j]中的i表示S的一个子集,j表示子集i的和。如果S的某个集合i元素之和j=M,即问题有解。

  举例:S=(7, 34, 4, 12, 5, 3)W=6,是否存在S的一个子集,它的元素之和等于W

  这个问题同样有多种解法,在本文中利用动态规划的思想进行求解,那么就需要推导出一个递推公式。我们将集合S不断的划分为小的集合,这就是动态规划的第一步:定义子问题。集合S最小的集合就是空集,空集当然不存在它的元素之和等于W,当然若j=0的情况下空集是符合条件的。

子集和问题的实例详解

  这个表格的列代表的是集合中的元素之和,最多只到达元素W,大于W当然没意义了。只要在j=6列中出现1,即得到问题的解。行表示前i个(包括i)元素组成的子集(这句话可能会有点疑问,这样岂不是扫描不到所有情况吗?接着往下看)。i=0表示为空集。

  我们定义了j=6时,空集情况为true。那么当j=0时,这样对任意子集和都成立(空集是它们的子集)。所以表格继续填充如下图所示。

子集和问题的实例详解

  这些实际上是动态规划的第三步:定义初始状态。状态规划第二步则是定义状态转移规则,即状态之间的递推关系。

  s[i, j]中的i表示的是前i个子集(包括i)。实际上我们从这里进行划分为两部分:

    1)不包括第i个元素的前i个子集,即s[i - 1, j]

    2)包括第i个元素的前i个子集。
  对于第1)种情况较易理解,前i - 1个集合元素之和等于j,那么前i个集合元素就存在子集元素之和等于j

  难于理解的是第2)种情况。对于第二种情况能明确一点就是s[i, X]中的i是确定的,关键是jj此时如何定义?利用数学中的特值法,举例集合(3, 34, 9),是否存在给定子集的元素之和等于37,此时i=2(子集为(3, 34)),j = 37,此时包括第i个元素的前i个子集这种情况下,s[2, 37] => s[2, 37 - 34] = s[2, 3],子集(3, 34)当然存在它的子集元素之和等于3。那如果j = 36s[2, 36] => s[2, 36 - 34] = s[2, 2],子集(3, 34)显然不存在它的子集元素之和等于2。那j = 1呢,s[2, 1] => s[2, 1 - 34] = s[2, -32]j - wi < 0,此时s[2, 1] => s[2 - 1, 1] = s[1, 1],子集(3)显然不存在它的子集元素之和等于1

  综上,递推式如下所示:

子集和问题的实例详解

  在用代码实现这个算法前,先通过递推公式填写上面的矩阵。

  ①i = 1, 此时子集为(7)j = 1j ∉ (∅),选择情况2) => s[0, 1] || s[1, -6]i = 0表示空集)。显然s[1, 1] = 0

  ②i = 1此时子集为(7)j = 2j ∉ (∅),选择情况2) => s[0, 2] || s[1, -5]i = 0表示空集)。显然s[1, 2] = 0

  ……

  ⑥i = 1,此时子集为(7)j = 6,j ∉ (∅),选择情况2) => s[0, 6] || s[1, -1]i = 0表示空集)。显然s[1, 6] = 0

子集和问题的实例详解

  最后填充为如下图所示:

子集和问题的实例详解

  继续填充最后一行:  

  ①i = 6, 此时子集为(7, 34, 4, 12, 5, 3)j = 1j ∉ (7, 34, 4, 12, 5),选择情况2) => s[5, 1] || s[6, -2]i = 0表示空集)。显然s[6, 1] = 0

  ②i = 6, 此时子集为(7, 34, 4, 12, 5, 3)j = 2,j ∉ (7, 34, 4, 12, 5),选择情况2) => s[5, 1] || s[6, -1]i = 0表示空集)。显然s[6, 2] = 0

  ③i = 6, 此时子集为(7, 34, 4, 12, 5, 3)j = 3,j ∉ (7, 34, 4, 12, 5),选择情况2) => s[5, 1] || s[6, 0]。显然s[6, 3] = 1

  ...

  ⑥i = 6, 此时子集为(7, 34, 4, 12, 5, 3), j = 6, j ∉ (7, 34, 4, 12, 5),选择情况2) => s[5, 6] || s[6, 3]。显然s[6, 6] = 1

子集和问题的实例详解

  Java

 1 package com.algorithm.dynamicprogramming; 2  3 import java.util.Arrays; 4  5 /** 6  * 子集和问题 7  * Created by yulinfeng on 7/2/17. 8  */ 9 public class SubsetSumProblem {10 11     public static void main(String[] srgs) {12         int[] sets = {7, 34, 4, 12, 5, 3};13         int sum = 87;14         boolean isExistSubSet = subsetSumProblem(sets, sum);15         System.out.println("集合" + Arrays.toString(sets) + "是否存在子集的和等于" + sum + ":" + isExistSubSet);16     }17 18     private static boolean subsetSumProblem(int[] sets, int sum) {19         int row = sets.length + 1;20         int col = sum + 1;21         int[][] solutionMatrix = new int[row][col];22         solutionMatrix[0][0] = 1;23 24         /**25          *    0 1 2 3 4 5 626          * 0 |1|0|0|0|0|0|0|27          * 1 |x|x|x|x|x|x|x|28          * 2 |x|x|x|x|x|x|x|29          * 3 |x|x|x|x|x|x|x|30          * 3 |x|x|x|x|x|x|x|31          * 4 |x|x|x|x|x|x|x|32          * 5 |x|x|x|x|x|x|x|33          * 6 |x|x|x|x|x|x|x|34          */35         for (int i = 1; i < col; i++) {36             solutionMatrix[0][i] = 0;37         }38         /**39          * 初始状态40          *    0 1 2 3 4 5 641          * 0 |1|0|0|0|0|0|0|42          * 1 |1|0|x|x|x|x|x|43          * 2 |x|x|x|x|x|x|x|44          * 3 |x|x|x|x|x|x|x|45          * 3 |x|x|x|x|x|x|x|46          * 4 |x|x|x|x|x|x|x|47          * 5 |x|x|x|x|x|x|x|48          * 6 |1|0|0|x|x|x|x|49          * [i][0] = 1,按行填充50          */51         for (int i = 1; i < row; i++) {52             solutionMatrix[i][0] = 1;53             for (int j = 1; j < col; j++) {54                 solutionMatrix[i][j] = solutionMatrix[i - 1][j];55 56                 if (solutionMatrix[i][j] == 1) {57                     solutionMatrix[i][j] = solutionMatrix[i][j];58                 } else if ( j - sets[i - 1] >= 0 && solutionMatrix[i][j - sets[i - 1]] == 1) {59                     solutionMatrix[i][j] = solutionMatrix[i][j - sets[i - 1]];60                 } else {61                     solutionMatrix[i][j] = 0;62                 }63 64                 if (j == col - 1 && solutionMatrix[i][j] == 1) {65                     return true;66                 }67             }68         }69 70         return false;71     }72 }

  Python3

 1 def subset_sum_problem(sets, sum): 2     row = len(sets) + 1 3     col = sum + 1 4     solutionMatrix = [[0 for col in range(col)] for row in range(row)] 5     solutionMatrix[0][0] = 1 6     for i in range(1, col): 7         solutionMatrix[0][i] = 0 8  9     for j in range(1, row):10         solutionMatrix[j][0] = 111         for k in range(1, col):12             solutionMatrix[j][k] = solutionMatrix[j - 1][k]13             if solutionMatrix[j][k] == 1:14                 solutionMatrix[j][k] = solutionMatrix[j][k]15             elif (k - sets[j - 1] >= 0) and (solutionMatrix[j][k - sets[j - 1]] == 1):16                 solutionMatrix[j][k] = solutionMatrix[j][k - sets[j - 1]]17             else:18                 solutionMatrix[j][k] = 019             if k == col - 1 and solutionMatrix[j][k] == 1:20                 return True21 22     return False23 24 sets = [7, 34, 4, 12, 5, 3]25 num = 626 is_exist = subset_sum_problem(sets, num)27 print(is_exist)

以上就是子集和问题的实例详解的详细内容,更多请关注其它相关文章!