继续讲故事~~

  上次讲到我们的主人公丁丁,用神奇的动态规划法解决了杂货店老板的两个找零钱问题,得到了老板的肯定。之后,他就决心去大城市闯荡了,看一看外面更大的世界。

  这天,丁丁刚回到家,他的弟弟小连就拦住了他,“老哥,有个问题想请教你。”对于一向数学见长的小连,这次竟然破天荒的来问自己问题,丁丁感到不可思议:他俩一个以计算机见长,一个以数学见长,各自心里都有点小骄傲,不会轻易地向对方问问题。丁丁迟疑了一会儿,慢慢说道:“有什么问题是我们数学小天才解决不了的?”

  原来小连刚上高一,正在学数学中的集合,这不,今天他从一本算法书上看到一道题,想了很久都没有想出来。他把题目给了丁丁看:

对于某个给定值M,如何从某个给定的正整数集合S中找个一个子集合s,使得该子集和为给定值M。如M=7,S={1,3,4,5},则s={3,4}.

  看到这道题目,丁丁脑海中掠过“动态规划法”的念头,对于动态规划法,他已经是轻车熟路了,但是对于究竟能否用动态规划法解决这个问题,他一时也没主意。于是,他对小连说道:“这题也许可以用动态规划法解决,不过我得好好想一想。”小连点点头,他还是蛮相信他的哥哥的。

  丁丁走进自己的房间,拿出草稿纸,开始了思考的旅程:

对于S={a1,a2,...,an},每个元素只有取与不取两种情况,再考虑它们的和是否等于M,但是这样的情况共有2^n中,这种算法的效率显然是不行的。

  换条思路,令subset(i,j)表示S中前i个元素的子集和等于j的情况,则

  • 若S[i] > j,则S[i]不在子集s中。
  • 若S[i] <= j, 则有以下两种情况:一种情况是S[i]不在子集s中,则subset(i, j) = subset(i-1, j); 一种情况是S[i]在子集s中,则subset(i, j)= subset(i-1, j-S[i]).

  这样就有了这个问题的子结构问题,因此,只需要确定初始情况即可:

对于i=0,1,2,...,n,有subset(i, 0)=True, 对于j=1,2,...,M, 有subset(0, j)=False.

因此,利用动态规划法,就能得到(n+1)*(M+1)的真值表了,而答案就是subset(n, M). 算法有了,Python代码自然也有了:

import numpy as np

# A Dynamic Programming solution for subset sum problem
# Returns true if there is a subset of set with sum equal to given sum def isSubsetSum(S, n, M):
# The value of subset[i, j] will be
# true if there is a subset of
# set[0..j-1] with sum equal to i
subset = np.array([[True]*(M+1)]*(n+1)) # If sum is 0, then answer is true
for i in range(0, n+1):
subset[i, 0] = True # If sum is not 0 and set is empty,
# then answer is false
for i in range(1, M+1):
subset[0, i] = False # Fill the subset table in bottom-up manner
for i in range(1, n+1):
for j in range(1, M+1):
if j < S[i-1]:
subset[i, j] = subset[i-1, j]
else:
subset[i, j] = subset[i-1, j] or subset[i-1, j-S[i-1]] # print the True-False table
for i in range(0, n+1):
for j in range(0, M+1):
print('%-6s'%subset[i][j], end=" ")
print(" ") if subset[n, M]:
print("Found a subset with given sum")
else:
print("No subset with given sum") # test
st = [1, 3, 4, 5]
n = len(st)
sm = 7
isSubsetSum(st, n, sm)

输出结果如下:

True False False False False False False False

True True False False False False False False

True True False True True False False False

True True False True True True False True

True True False True True True True True

Found a subset with given sum

  那么,怎样求解子集s中的元素呢?也许可以用回溯法(backtracing),他这样想到,不过,他还是决定把剩余部分交给弟弟小连。

  几分钟后,当小连看到丁丁的解法后,兴奋地直跳起来。对于计算机编程,他也是有相当大的兴趣的,不过当务之急是解决哥哥剩下来的问题,那就是找出s中的元素。他想试着从输出的真值表入手:

对于subset(i, j) = subset(i-1, j)=True,则元素S[i]不在子集s中。对于subset(i,j)=True而subset(i-1, j)=False,则元素S[i]必定在子集s中, 此时subset(i-1, j-S[i])=True,这样就能通过递归法找到s中的元素了。对于这个问题,只要从subset(n, M)开始即可。

他觉得自己的思路是可行的,于是就在哥哥的程序上修改了起来:

import numpy as np

# A Dynamic Programming solution for subset sum problem
# Returns true if there is a subset of set with sum equal to given sum def isSubsetSum(S, n, M):
# The value of subset[i, j] will be
# true if there is a subset of
# set[0..j-1] with sum equal to i
subset = np.array([[True]*(M+1)]*(n+1)) # If sum is 0, then answer is true
for i in range(0, n+1):
subset[i, 0] = True # If sum is not 0 and set is empty,
# then answer is false
for i in range(1, M+1):
subset[0, i] = False # Fill the subset table in bottom-up manner
for i in range(1, n+1):
for j in range(1, M+1):
if j < S[i-1]:
subset[i, j] = subset[i-1, j]
else:
subset[i, j] = subset[i-1, j] or subset[i-1, j-S[i-1]] # print the True-False table
for i in range(0, n+1):
for j in range(0, M+1):
print('%-6s'%subset[i][j], end=" ")
print(" ") if subset[n, M]:
print("Found a subset with given sum")
sol = []
# using backtracing to find the solution
i = n
while i >= 0:
if subset[i, M] and not subset[i-1, M]:
sol.append(S[i-1])
M -= st[i-1]
if M == 0:
break
i -= 1
print('The solution is %s.' % sol)
else:
print("No subset with given sum") # test
st = [1, 3, 4, 5]
n = len(st)
sm = 7
isSubsetSum(st, n, sm)

输出结果如下:

True False False False False False False False

True True False False False False False False

True True False True True False False False

True True False True True True False True

True True False True True True True True

Found a subset with given sum

The solution is [4, 3].

  终于解决了这个问题,小连长舒一口气,而站在一旁的丁丁,看着弟弟的程序,也露出了满意的微笑~~

  晚饭后,哥俩正坐在门口的大树下乘凉,一旁的大雄急匆匆地跑过来来他俩帮忙。原来,他也碰到了一道难题,题目是这样的:

对于一个由若干个正整数组成的集合S,如何将S划分成两部分,使得两部分的和一样?

丁丁和小连看了题目,微微一笑,因为答案就在他们刚才解决的问题中。那么,亲爱的读者,你能尝试着解决这道问题吗?

注意:本人现已开通两个微信公众号: 用Python做数学(微信号为:python_math)以及轻松学会Python爬虫(微信号为:easy_web_scrape), 欢迎大家关注哦~~

动态规划法(三)子集和问题(Subset sum problem)的更多相关文章

  1. Subset sum problem

    https://en.wikipedia.org/wiki/Subset_sum_problem In computer science, the subset sum problem is an i ...

  2. [Swift]LeetCode416. 分割等和子集 | Partition Equal Subset Sum

    Given a non-empty array containing only positive integers, find if the array can be partitioned into ...

  3. Sum Problem

    2018-04-22 19:59:52 Sum系列的问题是Leetcode上的一个很经典的系列题,这里做一个简单的总结. 167. Two Sum II - Input array is sorted ...

  4. Light OJ 1272 Maximum Subset Sum 高斯消元 最大XOR值

    版权声明:本文为博主原创文章.未经博主同意不得转载. https://blog.csdn.net/u011686226/article/details/32337735 题目来源:problem=12 ...

  5. summary of k Sum problem and solutions in leetcode

    I found summary of k Sum problem and solutions in leetcode on the Internet. http://www.sigmainfy.com ...

  6. HDu 1001 Sum Problem 分类: ACM 2015-06-19 23:38 12人阅读 评论(0) 收藏

    Sum Problem Time Limit: 1000/500 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others) Total ...

  7. HD2058The sum problem

    The sum problem Time Limit: 5000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others) Tot ...

  8. Maxmum subsequence sum problem

    We have a lot of ways to solve the maximum subsequence sum problem, but different ways take differen ...

  9. HDU 2058 The sum problem(枚举)

    The sum problem Problem Description Given a sequence 1,2,3,......N, your job is to calculate all the ...

随机推荐

  1. C#Dictionary源码

     Dictionary Dictionary与hashtable的区别:dictionary支持泛型. 通常处理哈希冲突的方法有:开放地址法,再哈希法,链地址法,建立一个公共栈区等. 在哈希表上进行查 ...

  2. form表单保存和取出

    function saveConfig() { var configName = document.title; if (!localStorage) return; var Config = {}; ...

  3. Python开发——4.集合和字符串拼接

    一.集合(set) 1.集合的特性: 不同元素组成.元素是无序排列的可hash值 2.集合转为列表 s1 = {11,"hechouzi",(11,22,33)} names = ...

  4. 居于H5的多文件、大文件、多线程上传解决方案

    文件上传在web应用中是比较常见的功能,前段时间做了一个多文件.大文件.多线程文件上传的功能,使用效果还不错,总结分享下. 一. 功能性需求与非功能性需求 要求操作便利,一次选择多个文件进行上传: 支 ...

  5. python学习第五章

    1.继承 即是一个派生的类(derived class)继承基类(base class)的字段和方法,继承也允许把一个 派生类的对象作为 一个基类 对象对待.通俗来讲就是方便,继承前人的代码,减少工作 ...

  6. Latex 模版生成会议论文 不显示Keywords,而是显示 Index Terms- ,改成Keywords 方法

    一. 不管显示何种内容,TEX 文件都是 \begin{IEEEKeywords} 关键词1.关键词2,..... \end{IEEEKeywords} 其中:模版文件 IEEETran.cls存在下 ...

  7. 【接口时序】5、QSPI Flash的原理与QSPI时序的Verilog实现

    一. 软件平台与硬件平台 软件平台: 1.操作系统:Windows-8.1 2.开发套件:ISE14.7 3.仿真工具:ModelSim-10.4-SE 4.Matlab版本:Matlab2014b/ ...

  8. 第二十六节:复习Java语言基础-Java的概述,匿名对象,封装,构造函数

    Java基础 Java语言概述 Java语言 语言 描述 javaee 企业版 javase 标准版 javame 小型版 JDK JDK(Java开发工具包) Java语言 语言 Java语言 Ja ...

  9. Android开发工程师文集-1 小时学会SQLite

    前言 大家好,给大家带来Android开发工程师文集-1 小时学会SQLite的概述,希望你们喜欢 内容 什么是Sqlite: 效率高,开源,小型,程序驱动,支持事务操作,无数据类型,可嵌入的关系型数 ...

  10. 如何在 SCSS 使用 JavaScript 变量/scss全局变量

    Update2019/3/6:发现一个更好的方法,预处理器加载一个全局设置文件 官方github给出了详细的配置. 在 SCSS 中使用变量很方便,创建一个 variables.scss 文件,里面声 ...