动规讲解基础讲解八——正整数分组

将一堆正整数分为2组,要求2组的和相差最小。
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。

是不是如果找到一个数和其他几个数的和相等,就一定先把这个数和另外那几个数分开放?因为这样放差值仍然是0。 不是的,看看{1,2,3,7},我们不能把{1,2}和3分开。而是应该{1,2,3}一起放到一组才最优。

没招了。万能的枚举啊,我们把每个数要么放第一组,要么放第二组,所以一共2^n种情况,取一种差值最小的就好了。这种方法固然可以,但是实际复杂度太高了。

继续枚举的思路,我们为什么要尝试那么多情况呢?因为我们在决定第i个数放到哪组的时候,前面的所有2^i-1种情况可能产生的两组数可能有不同的差值。对!关键因素不在于前面的2^i-1种情况,而在于差值的情况。

那么,我们用bool f(i,j)表示前i个数分成两组,差值是j的情况是否可能出现。

考虑一下f(i,j)的含义我们把第i个数放到了某一组,差值变成了j (j >= 0)
第i个数放入哪个组有两种可能:

(1) 第i个数放入原来和比较大的组,那么放入第i个数的时候差值变成了j,拉大了差值,所以原来的差值是j - ai  (j >=ai),那么如果f(i-1, j - ai)是true,则f(i,j)也为true
(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

总结前面说的

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。

最终答案是什么?

根据定义,最终答案是min{x| f(n,x) = true}
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。

那么我们有别的方法么?
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)

   { max(f(i−1,j),f(i,j−ai)+ai)(ai<=j<=[sum/2])

那么最终答案是什么? 根据定义,应该是f(n, [sum / 2])。

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?

别忘了,动态规划问题,求具体方案的惯用方法就是记录当前f(i,j)是由之前哪个状态得到的,然后一步一步小心谨慎地回退到起点,就像我们在搜索问题中记录之前地节点恢复出路径一样。

题解:

#include <iostream>
#include<bits/stdc++.h>
using namespace std;  

int d[11000],a[10100];  

int main()
{
    int n;
    scanf("%d",&n);
    int sum=0;
    for(int i=0;i<n;i++)
    {
        scanf("%d",&a[i]);
        sum+=a[i];
    }
    int m=sum/2;
    memset(d,0,sizeof(d));
    for(int i=0;i<n;i++)
        for(int j=m;j>=a[i];j--)
            d[j]=max(d[j],d[j-a[i]]+a[i]);
    cout<<sum-2*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

时间: 2024-10-11 01:47:22

动规讲解基础讲解八——正整数分组的相关文章

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,我们有一个能承重为m的背包,我们选择一些物品放入背包,显然放入背包的总重量不超过m.我们要求选择物品的总价值最大,请问如何选择?这里我们假设所有出现的数都是正整数. 第一想法是? (1) 枚举?万能的枚举啊.但对于n件物品,每件都可以选择取或者不取,总的可能性有2n, n = 30就大约已经有10亿种可能了!枚举所

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 1,3,5,4,2,6,8,7来说,序列3,4,8,7 是它的一个子序列.对于一个长度为n的序列,它一共有2^n 个子序列,有(2^n – 1)个非空子序列. 请注意:子序列不是子集,它和原始序列的元素顺序是相关的. (2)公共子序列 : 顾名思义,如果序列C既是序列A的子序列,同时也是序列B的子序列,则称它为序

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,求最大的得分. 初看此题,你的思路是什么? (1) 贪心? 先走到大的数再说?看这个例子: 无论你以什么方式走到3,总和都是1 + 1 + 3 + 1 + 1 + 1 + 1 = 9我们为了1个3,放弃了那么多个2, 不值啊.如果我们放弃3而走那些2, 得到的和是1 + 1 + 2 + 2 + 2 + 1

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{1,6,3,5,4},答案是3,因为{1,3,4}和{1,3,5}就是长度最长的两个单增子序列. 处看此题,怎么做? 万能的枚举?枚举全部2^n个子序列,找出最长的,固然可以,就是复杂度太高.我们为什么要枚举呢?因为要知道取了哪些数,其实我们只需要考虑上一个数和取了几个数就可以了吧?因为单增的意思

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”   T = “DBFG” 那么我们可以 (1) 把D改为A(2) 删掉G(3) 加入C 所以答案是3. 分析: 这个最少的操作次数,通常被称之为编辑距离.“编辑距离”一次本身具有最短的意思在里面.因为题目有“最短”这样的关键词,首先我们想到的是BFS.是的,当S的距离为m, T的距离为n的时候,我们可以

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. 看见这个问题你的第一反应是用什么算法? (1) 枚举?对,枚举是万能的!枚举什么?子数组的位置!好枚举一个开头位置i,一个结尾位置j>=i,再求a[i..j]之间所有数的和,找出最大的就可以啦.好的,时间复杂度? (1.1)枚举i,O(n)(1.2)枚举j,O(n)(1.3)求和a[i..j],O(n

【BZOJ3875】【Ahoi2014】骑士游戏 SPFA处理有后效性动规

广告: #include <stdio.h> int main() { puts("转载请注明出处[vmurder]谢谢"); puts("网址:blog.csdn.net/vmurder/article/details/44040735"); } 题解: 首先一个点可以分裂成多个新点,这样就有了图上动规的基础. 即f[i]表示i点被消灭的最小代价,它可以由分裂出的点们更新. 但是这个东西有后效性,所以我们用SPFA来处理它. spfa处理后效性动规 我

0-1背包问题(动规基础,好吧虽然我现在在说大话,待续...)

(此位老兄的讲解深得我意,特来推荐:http://blog.csdn.net/insistgogo/article/details/8579597) 有N件物品和一个容量为V的背包.第i件物品的费用是c[i],价值是w[i].求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量,且价值总和最大. POINT: 1·每种物品仅有一件,可以选择放或不放. 2·子问题---将前i件物品放入容量为V的背包中.价值总和为f[i][V]; 若只考虑第i件物品的策略(放或不放),那么就可以转化为一个只牵

Oracle之索引(Index)实例讲解 - 基础

Oracle之索引(Index)实例讲解 - 基础 索引(Index)是关系数据库中用于存放表中每一条记录位置的一种对象,主要目的是加快数据的读取速度和数据的完整性检查.索引的建立是一项技术性要求非常高的工作. 一般在数据库设计阶段就要考虑到如何设计和创建索引. 1. 创建索引 创建索引的语法: CREATE [UNIQUE] INDEX [schema.] index ON [schema.] table (column [ASC | DESC], column [ASC | DESC]...