【转载转载转载!】整数拆分问题的四种解法--尼奥普兰

整数拆分问题的四种解法

原创 2015年04月01日 21:17:09

整数划分问题是算法中的一个经典命题之一

所谓整数划分,是指把一个正整数n写成如下形式:

n=m1+m2+m3+....+mi;(其中mi为正整数,并且1<=mi<=n),则{m1,m2,m3,....,mi}为n的一个划分。

如果{m1,m2,m3,....,mi}中的最大值不超过m,即max{m1,m2,m3,....,mi} <= m,则称它属于n的一个m划分。这里我们记n的m划分的个数为f(n,m);

例如当n=4时,它有5个划分:{4}、{3,1}、{2,2}、{2,1,1}、{1,1,1,1};

注意:4=1+3和4=3+1被认为是同一个划分。

该问题是求出n的所有划分个数,即f(n,n)。下面我们考虑求f(n,m)的方法。

方法一:递归法

根据n和m的关系,考虑下面几种情况:

(1)当n=1时,不论m的值为多少(m>0),只有一种划分,即{1};

(2)当m=1时,不论n的值为多少(n>0),只有一种划分,即{1,1,....1,1,1};

(3)当n=m时,根据划分中是否包含n,可以分为两种情况:

(a)划分中包含n的情况,只有一个,即{n};

(b)划分中不包含n的情况,这时划分中最大的数字也一定比n小,即n的所有(n-1)划分;

因此,f(n,n) = 1 + f(n, n - 1)。

(4)当n<m时,由于划分中不可能出现负数,因此就相当于f(n,n);

(5)当n>m时,根据划分中是否包含m,可以分为两种情况:

(a)划分中包含m的情况,即{m,{x1,x2,x3,...,xi}},其中{x1,x2,x3,...,xi}的和为n-m,可能再次出现m,因此是(n-m)的m划分,因此这种划分个数为f(n-m, m);

(b)划分中不包含m的情况,则划分中所有值都比m小,即n的(m-1)划分,个数为f(n, m - 1);

因此,f(n,m) = f(n - m,m) + f(n, m - 1)。

综合以上各种情况,可以看出,上面的结论具有递归定义的特征,其中(1)和(2)属于回归条件,(3)和(4)属于特殊情况,而情况(5)为通用情况,属于递归的方法,其本质主要是通过减少n或m以达到回归条件,从而解决问题。

其递归表达式如下所示。

参考源码1.1(递归版本(较慢))

[cpp] view plain copy

  1. #include <stdio.h>
  2. #define MAXNUM 100            //最高次数
  3. //递归法求解整数划分
  4. unsigned long GetPartitionCount(int n, int max)
  5. {
  6. if(n == 1 || max == 1)
  7. {
  8. return 1;
  9. }
  10. if(n < max)
  11. {
  12. return GetPartitionCount(n, n);
  13. }
  14. if(n == max)
  15. {
  16. return 1 + GetPartitionCount(n, n - 1);
  17. }
  18. else
  19. {
  20. return GetPartitionCount(n - max, max) + GetPartitionCount(n, max - 1);
  21. }
  22. }
  23. int main(int argc, char **argv)
  24. {
  25. int n;
  26. int m;
  27. unsigned long count;
  28. while(1)
  29. {
  30. scanf("%d", &n);
  31. if(n<=0)
  32. return 0;
  33. m=n;
  34. count = GetPartitionCount(n, m);
  35. printf("%d\n",count);
  36. }
  37. return 0;
  38. }

方法二:动态规划

考虑到使用递归中,很多的子递归重复计算,这样不仅在时间开销特别大,这也是运算太慢的原因,比如算120的时候需要3秒中,计算130的时候需要27秒钟,在计算机200的时候....计算10分钟还没计算出来。。。鉴于此,可以使用动态规划的思想进行程序设计,原理如同上面一样,分成三种情况,只是使用一个数组来代替原有的递归,具体可以参看源码,源码中提供了两个版本
递归+记录版本和数组版本

2.1 递归加记录版本

此版本使用数组标记,如果之前计算过,则直接调用数组中内容,否则计算子递归,这样保证了每次计算一次,减少冗余量

源码如下:

[cpp] view plain copy

  1. /*----------------------------------------------
  2. *        Author    :NEWPLAN
  3. *        Date    :2015-04-01
  4. *        Email    :xxxxxxx
  5. *        Copyright:NEWPLAN
  6. -----------------------------------------------*/
  7. #include <iostream>
  8. #define MAXNUM 100            //最高次数
  9. unsigned  long ww[MAXNUM*11][MAXNUM*11];
  10. unsigned long dynamic_GetPartitionCount(int n, int max);
  11. using namespace std;
  12. int main(int argc, char **argv)
  13. {
  14. int n;
  15. int m;
  16. unsigned long count;
  17. while(1)
  18. {
  19. cin>>n;
  20. cout<<dynamic_GetPartitionCount(n,n)<<endl;
  21. }
  22. return 0;
  23. }
  24. unsigned long dynamic_GetPartitionCount(int n, int max)
  25. {
  26. if(n == 1 || max == 1)
  27. {
  28. ww[n][max]=1;
  29. return 1;
  30. }
  31. if(n < max)
  32. {
  33. ww[n][n]=ww[n][n]? ww[n][n] : dynamic_GetPartitionCount(n, n);
  34. return ww[n][n];
  35. }
  36. if(n == max)
  37. {
  38. ww[n][max]=ww[n][n-1]?1+ww[n][n-1]:1 + dynamic_GetPartitionCount(n, n - 1);
  39. return ww[n][max];
  40. }
  41. else
  42. {
  43. ww[n][max]=ww[n - max][max]? (ww[n - max][max]) : dynamic_GetPartitionCount(n - max, max);
  44. ww[n][max]+=ww[n][max-1]? (ww[n][max-1]): dynamic_GetPartitionCount(n, max - 1);
  45. return ww[n][max];
  46. }
  47. }

2.2 数组标记法动态规划(从小到大)

考虑到计算ww[10][10]=ww[10][9]+1;所以在每次计算中都是用到之前的记录,这样就可以先从小到大计算出程序,使得计算较大数的时候调用已经计算出的较小的记录,程序直接是用循环就可以完成任务,避免了重复计算和空间栈的开销。

源码:

[cpp] view plain copy

  1. /*----------------------------------------------
  2. *        Author    :NEWPLAN
  3. *        Date    :2015-04-01
  4. *        Email    :xxxxxxx
  5. *        Copyright:NEWPLAN
  6. -----------------------------------------------*/
  7. #include <iostream>
  8. #define MAXNUM 100            //最高次数
  9. unsigned  long ww[MAXNUM*11][MAXNUM*11];
  10. unsigned long dynamic_GetPartitionCount(int n, int max);
  11. using namespace std;
  12. int main(int argc, char **argv)
  13. {
  14. int n;
  15. int m;
  16. unsigned long count;
  17. while(1)
  18. {
  19. cin>>n;
  20. cout<<dynamic_GetPartitionCount(n,n)<<endl;
  21. }
  22. return 0;
  23. }
  24. unsigned long dynamic_GetPartitionCount(int n, int max)
  25. {
  26. for(int i=1;i<=n;i++)
  27. for(int j=1;j<=i;j++)
  28. {
  29. if(j==1|| i==1)
  30. {
  31. ww[i][j]=1;
  32. }
  33. else
  34. {
  35. if(j==i)
  36. ww[i][j]=ww[i][j-1]+1;
  37. else if((i-j)<j)
  38. ww[i][j]=ww[i-j][i-j]+ww[i][j-1];
  39. else
  40. ww[i][j]=ww[i-j][j]+ww[i][j-1];
  41. }
  42. }
  43. return ww[n][max];
  44. }

三种方法效果对比十分明显,在写此博客之前测试数据200,动态规划版本输入直接算出结果,现在这片博客写完了,,,使用递归的还没计算出结果。。。

方法三:母函数

下面我们从另一个角度,即“母函数”的角度来考虑这个问题。

所谓母函数,即为关于x的一个多项式G(x):

有G(x) = a0 + a1*x + a2*x^2 + a3*x^3 + ......

则我们称G(x)为序列(a0, a1, a2,.....)的母函数。关于母函数的思路我们不做更过分析。

我们从整数划分考虑,假设n的某个划分中,1的出现个数记为a1,2的个数记为a2,.....,i的个数记为ai,

显然有:ak <= n/k(0<= k <=n)

因此n的划分数f(n,n),也就是从1到n这n个数字抽取这样的组合,每个数字理论上可以无限重复出现,即个数随意,使它们的综合为n。显然,数字i可以有如下可能,出现0次(即不出现),1次,2次,......,k次等等。把数字i用(x^i)表示,出现k次的数字i用(x^(i*k))表示,不出现用1表示。

例如,数字2用x^2表示,2个2用x^4表示,3个2用x^6表示,k个2用x^2k表示。

则对于从1到N的所有可能组合结果我们可以表示为:

G(x) = ( 1 + x + x^2 + x^3 + ... + x^n)*(1 + x^2 + x^4 + x^6 + ....)....(1 + x^n)

= g(x,1)*g(x,2)*g(x,3)*....*g(x,n)

= a0 + a1*x + a2*x^2 +...+ an*x^n + ....//展开式

上面的表达式中,每个括号内的多项式代表了数字i的参与到划分中的所有可能情况。因此,该多项式展开后,由于x^a *x^b = x^(a+b),因此x^i就代表了i的划分,展开后(x^i)项的系数也就是i的所有划分个数,即f(n,n)
= an。

由此我们找到了关于整数划分的母函数G(x);剩下的问题就是,我们需要求出G(x)的展开后的所有系数。

为此,我们首先要做多项式乘法,对于我们来说,并不困难。我们把一个关于x的多项式用一个整数数组a[]表示,a[i]代表x^i的系数,即:

g(x) = a[0] + a[1]x + a[2]x^2 + ... + a[n]x^n;

则关于多项式乘法的代码如下,其中数组a和数组b表示两个要相乘的多项式,结果存储到数组c中。

参考题目: HDU:1028:Ignatius and the Princess III

参考源码:

[cpp] view plain copy

  1. #include <iostream>
  2. #include <string.h>
  3. #include <stdio.h>
  4. using namespace std;
  5. const int N=10005;
  6. int c1[N],c2[N];
  7. int main()
  8. {
  9. int n,i,j,k;
  10. while(cin>>n)
  11. {
  12. if(n==0) break;
  13. for(i=0;i<=n;i++)
  14. {
  15. c1[i]=1;
  16. c2[i]=0;
  17. }
  18. for(i=2;i<=n;i++)
  19. {
  20. for(j=0;j<=n;j++)
  21. for(k=0;k+j<=n;k+=i)
  22. c2[k+j]+=c1[j];
  23. for(j=0;j<=n;j++)
  24. {
  25. c1[j]=c2[j];
  26. c2[j]=0;
  27. }
  28. }
  29. cout<<c1[n]<<endl;
  30. }
  31. return 0;
  32. }

方法四:五边形数定理

设第n个五边形数为,那么,即序列为:1,
5, 12, 22, 35, 51, 70, ...

对应图形如下:

设五边形数的生成函数为,那么有:

以上是五边形数的情况。下面是关于五边形数定理的内容:

五边形数定理是一个由欧拉发现的数学定理,描述欧拉函数展开式的特性。欧拉函数的展开式如下:

欧拉函数展开后,有些次方项被消去,只留下次方项为1, 2, 5, 7, 12, ...的项次,留下来的次方恰为广义五边形数。

五边形数和分割函数的关系

欧拉函数的倒数是分割函数的母函数,亦即:

   其中为k的分割函数。

上式配合五边形数定理,有:

在 n>0 时,等式右侧的系数均为0,比较等式二侧的系数,可得

因此可得到分割函数p(n)的递归式:

例如n=10时,有:

所以,通过上面递归式,我们可以很快速地计算n的整数划分方案数p(n)了。

参考例题:

HUD4651:Partition

源码:

[cpp] view plain copy

  1. #include <iostream>
  2. using namespace std;
  3. #define  MYDATA long long
  4. const MYDATA MOD=1000000007;
  5. #define  AMS 100005
  6. MYDATA pp[AMS];
  7. MYDATA asist[2*AMS];
  8. void myinit()
  9. {
  10. for(int i=0;i<AMS;i++)
  11. {
  12. /*算出五角数(正常五角数为1,5,12,22.... k*(3*k-1)/2)*/
  13. /*此部分,需要算出的是分割函数(1,2,5,7,12,15,22,26.....
  14. [k*(3*k-1)/2,k*(3*k+1)/2 ])*/
  15. asist[2*i]=i*(i*3-1)/2;
  16. asist[2*i+1]=i*(i*3+1)/2;
  17. }
  18. }
  19. void mymethod()
  20. {
  21. pp[1]=1;
  22. pp[2]=2;
  23. pp[0]=1;
  24. for(int i=3;i<AMS;i++)
  25. {
  26. int k=0;
  27. int flags;
  28. pp[i]=0;
  29. /*pp[n]=pp[n-1]+pp[n-2]-pp[n-5]-pp[n-7]+pp[12]+pp[15]
  30. -.... ..... [+pp[n-k*[3k-1]/2]  + pp[n-k*[3k+1]/2]]*/
  31. for(int j=2;asist[j]<=i;j++)
  32. {
  33. /*说明:式子中+MOD是必须的,否则输出可能出错(有可能为负数)*/
  34. flags=k&2;
  35. if(!flags)
  36. pp[i]=(pp[i]+pp[i-asist[j]]+MOD)%MOD;
  37. else
  38. pp[i]=(pp[i]-pp[i-asist[j]]+MOD)%MOD;
  39. k++;
  40. k%=8;
  41. }
  42. }
  43. }
  44. int main()
  45. {
  46. int t,n;
  47. myinit();
  48. mymethod();
  49. cin>>t;
  50. while(t--)
  51. {
  52. cin>>n;
  53. cout<<pp[n]<<endl;
  54. }
  55. return 0;
  56. }

附加:

给定一个整数n,输出这个整数拆分的可能形式(即输出全部情况)

使用递归情况

整个输出类似于一颗树,以分解6为例,过程如下图

源码实现:

[cpp] view plain copy

    1. #include <stdio.h>
    2. //使用一个数组记录在递归过程中产生的前面需要重复输出的值
    3. int set[100];
    4. //用于在递归过程中判断是否递归到最深处,输出回车
    5. int k;
    6. //此函数表示使用不大于m的整数对n进行拆分的情况,i用于表示set数组已经存在的记录数长度
    7. void q(int n,int m,int i)
    8. {
    9. if(n==k&&n!=m)
    10. {
    11. //此时递归栈已经退回到某一分支的最上层,输出回车
    12. //并重置计数器i为0
    13. printf("\n");
    14. i=0;
    15. }
    16. if(n==1)
    17. {
    18. //当n为1,意味者着只能表示1
    19. printf("1 ");
    20. return;
    21. }
    22. else if(m==1)
    23. {
    24. //当m为1,意味着要输出n个m相加
    25. for(int i=0; i<n-1; i++)
    26. printf("1+");
    27. printf("1 ");
    28. return;
    29. }
    30. if(n<m)
    31. {
    32. q(n,n,i);
    33. }
    34. if(n==m)
    35. {
    36. //当n等于m时,到达本次递归求和的一个叶子,此时需要输出多一个空格,表示下一次输出为另一个叶子
    37. printf("%d ",n);
    38. //在递归输出另一个叶子之前,将之前记录的在叶子之上的数一并输出,如上图示过程1
    39. for(int j=0; j<i; j++)
    40. printf("%d+",set[j]);
    41. q(n,m-1,i);
    42. }
    43. if(n>m)
    44. {
    45. //如果n大于m,使用m作为分解,则要首先输出m+的形式
    46. printf("%d+",m);
    47. //记录下作为树干节点m的值并使i自增
    48. set[i++]=m;
    49. //递归输出m+以后的分解
    50. q(n-m,m,i);
    51. //递归完毕后需要将数组记录后退一个,回到上一个节点,如上图示过程2
    52. i--;
    53. //执行另一个分支,在下一次递归之前输出记录的数据,如上图示过程3
    54. for(int j=0; j<i; j++)
    55. printf("%d+",set[j]);
    56. //递归输出另一分支情况
    57. q(n,m-1,i);
    58. }
    59. }
    60. int main()
    61. {
    62. int n;
    63. while(scanf("%d",&n)!=EOF)
    64. {
    65. if(n<=0)
    66. {
    67. printf("Please input a positive interger.\n\n");
    68. continue;
    69. }
    70. k=n;
    71. q(n,n,0);
    72. printf("\n\n");
    73. }
    74. return 0;
    75. }
时间: 2024-10-29 19:08:11

【转载转载转载!】整数拆分问题的四种解法--尼奥普兰的相关文章

整数拆分问题的四种解法【转载】

http://blog.csdn.net/u011889952/article/details/44813593 整数拆分问题的四种解法 原创 2015年04月01日 21:17:09 标签: 算法 / 母函数定理 / 五边形数定理 / acm / 动态规划 整数划分问题是算法中的一个经典命题之一 所谓整数划分,是指把一个正整数n写成如下形式: n=m1+m2+m3+....+mi;(其中mi为正整数,并且1<=mi<=n),则{m1,m2,m3,....,mi}为n的一个划分. 如果{m1,

LeetCode算法题-Valid Perfect Square(Java实现-四种解法)

这是悦乐书的第209次更新,第221篇原创 01 看题和准备 今天介绍的是LeetCode算法题中Easy级别的第77题(顺位题号是367).给定正整数num,写一个函数,如果num是一个完美的正方形,则返回True,否则返回False.例如: 输入:16 输出:true 输入:14 输出:false 注意:不要使用任何内置库函数,例如sqrt. 本次解题使用的开发工具是eclipse,jdk使用的版本是1.8,环境是win7 64位系统,使用Java语言编写和测试. 02 第一种解法 暴力解法

LeetCode算法题-Minimum Distance Between BST Nodes(Java实现-四种解法)

这是悦乐书的第314次更新,第335篇原创 01 看题和准备 今天介绍的是LeetCode算法题中Easy级别的第183题(顺位题号是783).给定具有根节点值的二叉搜索树(BST),返回树中任何两个不同节点的值之间的最小差值.示例: 给定的树[4,2,6,1,3,null,null]由下图表示: 4 / 2 6 / \ 1 3 输出:1 说明:请注意,root是TreeNode对象,而不是数组.该树中的任意节点最小差值为1,它发生在节点1和节点2之间,也发生在节点3和节点2之间. 注意: BS

*HDU 1394 经典逆序数的四种解法

1.暴力 [代码]: 1 /*HDU1394暴力写法*/ 2 #include <iostream> 3 #include <string.h> 4 #include <stdio.h> 5 6 using namespace std; 7 8 int A[50005]; 9 int Low[50005],Up[50005]; 10 int main(){ 11 int n; 12 while(~scanf("%d",&n)){ 13 int

Josephus环的四种解法(约瑟夫环)

约瑟夫环 约瑟夫环(约瑟夫问题)是一个数学的应用问题:已知n个人(以编号1,2,3…n分别表示)围坐在一张圆桌周围.从编号为k的人开始报数,数到m的那个人出列;他的下一个人又从1开始报数,数到m的那个人又出列;依此规律重复下去,直到圆桌周围的人全部出列.通常解决这类问题时我们把编号从0~n-1,最后结果+1即为原问题的解引用别人的一个图:直观说明问题 分析: 第一步:从1开始报数为3的时候就删除3号结点第二步:从4号结点开始报数,当为3的时候删除6号结点:第三步:从7号结点开始报数,当为3的时候

LeetCode 343.整数拆分 - JavaScript

题目描述:给定一个正整数 n,将其拆分为至少两个正整数的和,并使这些整数的乘积最大化. 返回你可以获得的最大乘积. 题目分析 题目中"n 至少可以拆分为两个正整数的和",这个条件说明了 n 是大于 1 的整数. 对 7 来说,可以拆成 3+4,最大乘积是 12. 对 8 来说,可以拆成 3+3+2,最大乘积是 18. 解法 1: 动态规划 状态数组dp[i]表示:数字 i 拆分为至少两个正整数之和的最大乘积.为了方便计算,dp 的长度是 n + 1,值初始化为 1. 显然dp[2]等于

[转载+原创]Emgu CV on C# (四) —— Emgu CV on 二值化

重点介绍了二值化原理及数学实现,并利用emgucv方法编程实现. 一.理论概述(转载,如果懂图像处理,可以略过,仅用作科普,或者写文章凑字数)  1.概述 图像二值化是图像处理中的一项基本技术,也是很多图像处理技术的预处理过程. 图像的预处理在进行图像二值化操作前要对图像进行预处理,包括彩色图像灰化和增强.由于选取阈值需要参照直方图,因此在图像进行处理后,我们再获取图像的直方图以帮助选取阈值.整个流程如下所示: 读取图像→灰度图像→图像增强→图像直方图→二值化处理 2.数学原理(转载,基本可以不

转载:CSS实现三栏布局的四种方法示例

转载网址:http://www.jb51.net/css/529846.html 前言 其实不管是三栏布局还是两栏布局都是我们在平时项目里经常使用的,也许你不知道什么事三栏布局什么是两栏布局但实际已经在用,或许你知道三栏布局的一种或两种方法,但实际操作中也只会依赖那某一种方法,本文具体的介绍了三栏布局的四种方法,并介绍了它的使用场景. 所谓三栏布局就是指页面分为左中右三部分然后对中间一部分做自适应的一种布局方式. 1.绝对定位法 HTML代码如下: <div class="left&quo

基础总结篇之二:Activity的四种launchMode(转载)

合抱之木,生於毫末:九層之台,起於累土:千里之行,始於足下.<老子> 今天在社区看到有朋友问“如何在半年内成为顶级架构师”,有网友道“关灯睡觉,不用半年的...”,的确,做梦还来的快一些.作为一个程序员,树立远大的目标是值得欣赏的,但不能只去空想,要一步一步地实践才行.成大事者,须从小事做起:万事起于忽微,量变引起质变. 我们今天要讲的是Activity的四种launchMode. launchMode在多个Activity跳转的过程中扮演着重要的角色,它可以决定是否生成新的Activity实