- > 动规讲解基础讲解八——正整数分组
例如:1 2 3 4 5,将1 2 4分为1组,3 5分为1组,两组和相差1,是所有方案中相差最少的。 整数个数n<=100,所有整数的和<=10000
初看题目,第一想到贪心。怎么贪?排序,每次把数放到“最有利”的一边,最有利指的是每次都把数放到使得结果差值尽可能小的那边。这样的方法显然前两个数只能分到不同的组了,这是不对的。比如{1,2,3},这种贪心会把1和2分开,显然得不到最优解。 最优解是{1,2}在一起,3自己在一组。
第i个数放入哪个组有两种可能:
(2) 第i个数放入原来和比较小的组,那么放入第i个数的时候又有两种情况:
(2.1) 原来相差很大了,已经是j + ai了,加入ai缩小了差距,于是意味着如果f(i- 1, j + ai) = true,则f(i,j)是true。
(2.2) 原来相差不大, 加入ai之后,和较小的组变成了和较大的组。那么原来大的比小的和大ai – j (ai >=j), 于是意味着如果f(i – 1, ai – j)是true,则f(i,j)为true。
(1)和(2.2)可以统一成若 f(i-1, |j - ai|) = true,则f(i,j) = true
f(i,j) = f(i – 1, |j - ai|) || f(i – 1, j + ai)
这里我们巧妙地运用绝对值和逻辑或运算。
继续考虑,初值是什么? f(0,0) = true。没有数的时候,差值只能是0,其余f(0,x > 0) = false。
第二维有多大? 第二维大小可以达到所有数的所以时间复杂度是O(n * sum),空间复杂度也是 O(n * sum),这里sum是所有数的总和。
空间优化? f(i, *)只与f(i – 1, *)有关,所以两行,达到递推的目的。
上面的解法看起来不是动态规划,因为动态规划的式子看起来应该是个“优化”问题,也就是应该有max或者min的样子,而不是一个bool值。
考虑最后分组情况,如果所有数的和为sum, 较小和的那组数一定不超过 [sum / 2]。我们的目标是使得和较小组的总和尽可能大。
我们的目标是从这n个数中选出一些数,这些数的总和不超过[sum / 2]且总和尽可能大。
那我们重新定义int f(i,j)表示从前i个数中选出的数,总和不超过j的时候能得到的最大的和。
则如果不选择ai f(i-1,j) = f(i,j)
如果选择ai,则f(i,j) = f(i, j - ai) j >= ai
第二维大小是[sum / 2]
初值是f(0, x) = 0 注意含义是总和“不超过”x的时候的最大值。
递推式是
f(i,j)={ f(i−1,j)(j<ai)
时间复杂度和空间复杂度依然是O(n * [sum / 2]) ,同样可以优化掉一维的空间复杂度。
综上所述,两种方法的时间复杂度都是O(n * sum)级别的,通常sum不是很大,比如说本题sum不超过10000,所以从实际角度上讲,这个复杂度比O(2n)强多了。
再顺带说一下如果要求出一组最优解的具体分配方案,怎么做?
#include <iostream>
#include<bits/stdc++.h>
using namespace std; int d[],a[]; int main()
{
int n;
scanf("%d",&n);
int sum=;
for(int i=;i<n;i++)
{
scanf("%d",&a[i]);
sum+=a[i];
}
int m=sum/;
memset(d,,sizeof(d));
for(int i=;i<n;i++)
for(int j=m;j>=a[i];j--)
d[j]=max(d[j],d[j-a[i]]+a[i]);
cout<<sum-*d[m]<<endl;
}
如果对你有所帮助,别忘了加好评哦;么么哒!!下次见!88
- > 动规讲解基础讲解八——正整数分组的更多相关文章
- - > 动规讲解基础讲解一——01背包(模板)
作为动态规划的基础,01背包的思想在许多动规问题中会经常出现,so,熟练的掌握01背包的思路是极其重要的: 有n件物品,第i件物品(I = 1,2,3…n)的价值是vi, 重量是wi,我们有一个能承重 ...
- - > 动规讲解基础讲解五——最长公共子序列问题
一些概念: (1)子序列: 一个序列A = a1,a2,……an,中任意删除若干项,剩余的序列叫做A的一个子序列.也可以认为是从序列A按原顺序保留任意若干项得到的序列. 例如: 对序列 1,3,5 ...
- - > 动规讲解基础讲解四——矩阵取数
给定一个m行n列的矩阵,矩阵每个元素是一个正整数,你现在在左上角(第一行第一列),你需要走到右下角(第m行,第n列),每次只能朝右或者下走到相邻的位置,不能走出矩阵.走过的数的总和作为你的得分,求最大 ...
- - > 动规讲解基础讲解六——编辑距离问题
给定两个字符串S和T,对于T我们允许三种操作: (1) 在任意位置添加任意字符(2) 删除存在的任意字符(3) 修改任意字符 问最少操作多少次可以把字符串T变成S? 例如: S= “ABCF” ...
- - > 动规讲解基础讲解七——最长单增子序列
(LIS Longest Increasing Subsequence)给定一个数列,从中删掉任意若干项剩余的序列叫做它的一个子序列,求它的最长的子序列,满足子序列中的元素是单调递增的. 例如给定序列 ...
- - > 动规讲解基础讲解四——最大子段和问题
给出一个整数数组a(正负数都有),如何找出一个连续子数组(可以一个都不取,那么结果为0),使得其中的和最大? 例如:-2,11,-4,13,-5,-2,和最大的子段为:11,-4,13.和为20. ...
- - > 动规讲解基础讲解三——混合背包(背包模板)
将01背包,完全背包,和多重完全背包问题结合起来,那么就是混合三种背的问题 根据三种背包的思想,那么可以得到混合三种背包的问题可以这样子求解 for(int i=1; i<=N; ++i) if ...
- Verilog语法基础讲解之参数化设计
Verilog语法基础讲解之参数化设计 在Verilog语法中,可以实现参数化设计.所谓参数化设计,就是在一个功能模块中,对于一个常量,其值在不同的应用场合需要设置为不同的置,则将此值在设计时使用 ...
- 原生AJAX基础讲解及兼容处理
原文:原生AJAX基础讲解及兼容处理 AJAX = Asynchronous JavaScript and XML (异步的JavaScript和XML). AJAX不是新技术 ,但却是热门的技术.它 ...
随机推荐
- CF17C Balance
题意 [题目描述] 一个仅由a,b,c三种字符组成的字符串,可以对其进行如下两种操作: 选择两个相邻字符,将第一个字符替换成第二个. 选择两个相邻字符,将第二个字符替换成第一个. 这样,通过任意多次的 ...
- JAVAEE 是什么,如何获取各种规范jar包及各种规范的jar包源码
1.什么是JAVA EE JAVA EE是由一系列规范组成的,规范是由JCP制定的,并且提供了参考实现.规范(Specification)是一系列接口,不包含具体实现 有以下常见的JAVA EE实现, ...
- MySQL 四种事务隔离级别详解及对比--转
http://www.jb51.net/article/100183.htm 接的隔离级别.它的语法如下: ? 1 SET [SESSION | GLOBAL] TRANSACTION ISOLATI ...
- dubbo与zookeeper学习中的问题
环境: spring5.1.5 dubbo 2.6.2 异常信息: java.lang.NoClassDefFoundError: org/apache/curator/RetryPolicy at ...
- Scala-基础-数组(1)
import junit.framework.TestCase import scala.collection.mutable.ArrayBuffer; //数组(1) //知识点-定义数组,变长数组 ...
- npm err报错解决
最近看vue官网:按照官网步骤正确按照vue脚手架却报错 翻了很多,才发现是webpack的问题 npm install webpack-dev-server@2.9.7 --save ok,好了!
- 关于defineProperty
var c=0; Object.defineProperty(this,'b',{ get :function(){ return ++c; } }) console.log(b===1&&a ...
- 对SNL语言的解释器实现尾递归优化
对于SNL语言解释器的内容可以参考我的前一篇文章<使用antlr4及java实现snl语言的解释器>.此文只讲一下"尾递归优化"是如何实现的--"尾递归优化& ...
- CAD设置背景图片
把图片作为背景图片可见但是不能编辑操作. 主要用到函数说明: _DMxDrawX::DrawImageToBackground 绘光栅图到背景.详细说明如下: 参数 说明 BSTR sFileName ...
- java_线程创建的两种方法
线程创建的方法有两种: 一 继承Thread类: public class ThreadTest { public static void main(String[] args) { //4)在mai ...