SDUT OJ-1764 子集和问题(非递归回溯)

本文探讨了子集和问题的回溯法求解策略,通过非递归方式实现,针对给定的正整数集合和目标值,寻找是否存在一个子集的元素和等于目标值。提供了两种算法实现,一种是基于队列的迭代方法,另一种是基于深度优先搜索(DFS)的递归方法。

d子集和问题

Time Limit: 1000 ms Memory Limit: 65536 KiB

Submit Statistic

Problem Description

子集和问题的一个实例为〈S,t〉。其中,S={  x1 , x2 ,…,xn }是一个正整数的集合,c是一个正整数。子集和问题判定是否存在S的一个子集S1,使得:

试设计一个解子集和问题的回溯法。
对于给定的正整数的集合S={  x1 , x2 ,…,xn }和正整数c,计算S 的一个子集S1,使得:

Input

输入数据的第1 行有2 个正整数n 和c(n≤10000,c≤10000000),n 表示S 的大小,c是子集和的目标值。接下来的1 行中,有n个正整数,表示集合S中的元素。

Output

将子集和问题的解输出。当问题无解时,输出“No Solution!”。

Sample Input

5 10
2 2 6 5 4

Sample Output

2 2 6
/*
大体思路:采用非递归方式回溯搜索。
1.若一个元素arr[i]加入子集后子集之和小于M,将该元素下标加入队列,sum += arr[i];
  若arr[i]加入子集后子集之和大于M, 则该元素不可加入子集;
  若arr[i]加入子集后子集之和等于M, 输出队列中相应下标的数组元素,算法完毕。
2.若将迭代完数组最后一个元素后仍未结束算法,则从队列中取出一个下标t,并sum-= arr[t]:
 ① t不为数组最后一个下标:令 i = t + 1, 转到步骤1
 ② t为数组最后一个下标: 转到步骤2
 ③ 队列已经没有元素,则无法找到满足条件子集,结束算法

*/
#include <iostream>
#include <cstdlib>
#include <cstring>
#include <string>
#include <cmath>
#include <cstdio>
#define N 11000
#include <queue>
using namespace std;
int arr[N];
int qu[N];
int n, m;
int QueueIndex = 0;
bool foo()
{
	int pos = 0, sum = 0;
	while(true)
	{
		if(sum + arr[pos] == m){
            sum += arr[pos];
			qu[QueueIndex++] = pos;
			return true;
		}
		else if(sum + arr[pos] < m){
		    sum += arr[pos];
			qu[QueueIndex++] = pos;

		}
		pos++;
		if(pos == n){
			if(QueueIndex == 0)
			{
				return false;
			}
			int t  = qu[--QueueIndex];
			sum -= arr[t];
			if(t == n - 1)
			{
				if(QueueIndex == 0)
				{
					return false;
				}
				t = qu[--QueueIndex];
				sum -= arr[t];
			}
			pos = t + 1;
		}
	}
}
int main()
{

	 cin >> n >> m;
	 for(int i = 0; i < n; i++)
	 {
	 	scanf("%d", &arr[i]);
	 }
	 int res = foo();
	 if(!res)
	 {
	 	cout << "No Solution!";
	 }
	 else
	 {
	 	for(int i = 0; i < QueueIndex; i++)
	 	{
	 		if(i != 0)
	 			cout << " ";
	 		cout << arr[qu[i]];
	 	}
	 }
	 cout << endl;
	 return 0;

}
//DFS搜索
#include<bits/stdc++.h>
#define INF 0x3f3f3f3f

using namespace std;

int n, m;

bool flag = false;
int arr[20000];
int sta[20000];
int stackIndex = 0;
void dfs(int pos, int sum)
{
    if(sum == m)
    {
        flag = true;
        return;
    }
    else if(sum > m)
    {
        return;
    }
    if(pos == n)
    {
        return;
    }
    for(int i = pos; i < n; i++)
    {
        sta[stackIndex++] = arr[i];
        dfs(i + 1, sum + arr[i]);
        if(!flag)
        {
            stackIndex--;
        }
        else
        {
            return;
        }
    }
}
int main()
{
    ios::sync_with_stdio(false);
    cin >> n >> m;
    int sum = 0;

    for(int i = 0; i < n; i++)
    {
        cin >> arr[i];
        sum += arr[i];
    }
    if(sum < m)
    {
        cout << "No Solution!" << endl;
        return 0;
    }
    dfs(0, 0);
    if(!flag)
    {
        cout << "No Solution!";
    }
    else
    {
        for(int i = 0; i < stackIndex; i++)
        {
            if(i != 0)
            {
                cout << " ";
            }
            cout << sta[i];
        }
    }
    cout << endl;
    return 0;
}
//5 10
//7 2 8 4 2

 

SDUT-OJ(Software Development University of Tsinghua Online Judge)是一个在线编程平台,提供给清华大学软件学院的学生爱好者练习解决算法问题的环境,其中包括各种计算机科学题目,包括数据结构、算法、图形等。对于"最小生成树"(Minimum Spanning Tree, MST)问题,它是图论中的经典问题,目标是从一个加权无向图中找到一棵包含所有顶点的树,使得树的所有边的权重之最小。 在C语言中,最常见的是使用Prim算法或Kruskal算法来求解最小生成树。Prim算法从一个顶点开始,逐步添加与当前生成树相连且权重最小的边,直到所有顶点都被包含;而Kruskal算法则是从小到大对所有边排序,每次选取没有形成环的新边加入到树中。 如果你想了解如何用C语言实现这些算法,这里简单概括一下: - 通常使用优先队列(堆)来存储边它们的权重,以便快速查找最小值。 - 从任意一个顶点开始,遍历与其相邻的边,若新边不形成环,就更新树,并将新边加入优先队列。 - Kruskal算法: - 先将所有的边按照权重升序排序。 - 创建一个空的最小生成树,然后依次取出排序后的边,如果这条边连接的两个顶点不在同一个连通分量,则将其添加到树中。 如果你需要更详细的代码示例,或者有具体的问题想了解(比如如何处理环、如何实现优先队列等),请告诉我,我会为你提供相应的帮助。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值