Poj 2229(dp)

本文探讨了一类数学问题——求和集问题,即利用不同数量的2的整数次幂相加来表示一个给定的整数N。文章提供两种算法解决方案:一种是O(n log n)的时间复杂度,另一种更高效的O(n)算法。通过对具体实例的分析,展示了如何通过编程实现这些算法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Sumsets
Time Limit: 2000MS Memory Limit: 200000K
Total Submissions: 10974 Accepted: 4419

Description

Farmer John commanded his cows to search for different sets of numbers that sum to a given number. The cows use only numbers that are an integer power of 2. Here are the possible sets of numbers that sum to 7: 

1) 1+1+1+1+1+1+1 
2) 1+1+1+1+1+2 
3) 1+1+1+2+2 
4) 1+1+1+4 
5) 1+2+2+2 
6) 1+2+4 

Help FJ count all possible representations for a given integer N (1 <= N <= 1,000,000). 

Input

A single line with a single integer, N.

Output

The number of ways to represent N as the indicated sum. Due to the potential huge size of this number, print only last 9 digits (in base 10 representation).

Sample Input

7

Sample Output

6

Source


这题我开始的想法是当成一个完全背包做,logn种物品,所以复杂度nlogn。结果无限TLE,无语了。然后搜题解,看到了O(n)的做法,也挺巧妙的。当n为奇数时,dp[n] = dp[n-1],因为一定包含一个1,所以dp[n-1]的每一种再加1都一一对应着dp[n];当n为偶数时,要么至少含2个1,或者不含1,不含1时,方法数就是取dp[n/2]的每一种物品乘以2价值的物品。所以dp[n] = dp[n-2] + dp[n/2]。最后说明nlogn的解法也是能过的,要把mod运算改为减法,我刚好卡2s过。
O(nlogn)
int dp[25][maxn];

void solve(){
    memset(dp,0,sizeof(dp));
    for(int i = 0;i < 25;i++) dp[i][1] = dp[i][0] = 1;
    for(int i = 1;i < 25;i++){
        for(int j = 2;j < maxn;j++){
            int v = 1 << (i-1);
            if(j >= v) dp[i][j] = (LL(dp[i][j-v]) + dp[i-1][j]);
            else dp[i][j] = dp[i-1][j];
            while(dp[i][j] > Mod) dp[i][j] -= Mod;
        }
    }
}

int main(){
    int n;
    solve();
    while(cin >> n){
        cout << dp[24][n] << endl;
    }
    return 0;
}
O(n)
LL dp[maxn];

void solve(){
    dp[0] = 1;
    for(int i = 1;i < maxn;i++){
        if(i%2 == 1) dp[i] = dp[i-1];
        else dp[i] = (dp[i-2] + dp[i/2]) % Mod;
    }
}

int main(){
    int n;
    solve();
    while(scanf("%d",&n) != EOF){
        printf("%d\n",dp[n]);
    }
    return 0;
}



### 关于拔河问题的动态规划实现 拔河问题是经典的 **0/1 背包变种问题**,其核心目标是将一群人分成两队,使得每队的人数最多相差 1,并且两队的体重总和尽可能接近。此问题可以通过动态规划 (Dynamic Programming, DP) 来解决。 #### 动态规划的核心思路 该问题可以转化为一个子集划分问题:给定一组重量 \( w_1, w_2, \ldots, w_n \),找到两个子集 \( A \) 和 \( B \),满足以下条件: 1. 子集 \( A \) 的权重之和与子集 \( B \) 尽可能接近。 2. 如果总人数为奇数,则其中一个子集多一个人;如果总人数为偶数,则两者人数相等。 通过定义状态转移方程来解决问题。设 \( S \) 是所有人重量的总和,\( half = S / 2 \) 表示一半的重量。我们尝试寻找不超过 \( half \) 的最大子集重量 \( sum_A \),从而另一部分的重量自然就是 \( sum_B = S - sum_A \)[^1]。 #### 实现细节 以下是基于动态规划的具体算法描述: 1. 定义数组 `dp`,其中 `dp[i]` 表示是否存在一种组合方式使其重量恰好等于 \( i \)。 2. 初始化 `dp[0] = true`,表示重量为零的情况总是可行。 3. 遍历每个人的重量 \( w_i \),更新 `dp` 数组的状态。 4. 找到最大的 \( j \leq half \) 并使 `dp[j] == true` 成立,此时 \( j \) 即为一侧的最大重量 \( sum_A \)。 下面是具体的代码实现: ```cpp #include <iostream> #include <vector> using namespace std; int main() { int n; while(cin >> n && n != 0){ vector<int> weights(n); int total_weight = 0; for(int &w : weights){ cin >> w; total_weight += w; } int half = total_weight / 2; vector<bool> dp(half + 1, false); // dp[i] means whether weight 'i' is achievable. dp[0] = true; for(auto w : weights){ for(int j = half; j >= w; --j){ if(dp[j - w]){ dp[j] = true; } } } // Find the largest possible value less than or equal to half int closest_sum = 0; for(int j = half; j >= 0; --j){ if(dp[j]){ closest_sum = j; break; } } cout << min(closest_sum, total_weight - closest_sum) << " " << max(closest_sum, total_weight - closest_sum) << endl; } } ``` 上述程序实现了如何利用动态规划求解拔河问题中的最优分配方案[^2]。 #### 常见错误分析 对于 POJ 和 UVa 上的不同表现,可能是由于输入处理上的差异所致。UVa 版本通常涉及多组测试数据,而 POJ 可能仅限单组输入。因此,在提交至 UVa 时需注意循环读取直到文件结束标志 EOF 出现为止[^3]。 另外需要注意的是边界情况以及整型溢出等问题,确保所有变量范围适当设置以容纳可能出现的最大数值。
评论
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