子集和的另外一个问题-优快云博客

本文深入探讨了子集和问题的两种解决方案：一种是通过递归搜索所有可能的子集组合，另一种是采用动态规划方法求解。同时，文章还讨论了一个变种问题——寻找构成特定目标和的最小子集大小，并提出了一种高效的解决策略。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

子集和是一个很著名的问题,

一个集合S{s1,s2,s3,s3,...,sn}, 给一个数s,问是否存在一个S的一个或多个子集,使得该子集内所有元素的和等于给出的数.

显然利用一个辅助的数字x[],可以在O(2^n)时间复杂度内完成搜索出所有的解.

当如果要问存在多少个子集能够组成目标数字. 我们可以利用动态规划的方法来得到答案, 这样时间和空间复杂度是O(s*n), s是目标数字, n是备选集合的元素个数.

动态方程是: f(i, j) =f(i-1, j) + f(i-1, j-S[i-1]) + (j==S[i]). 其中i从1到n, j从1到s.

最终结果f(n,s)就是可以组成s的子集个数.

----

import java.util.Arrays;

public class SumOfSub {
    int num=0;
    public void solve(int a[], int s, int x[], int i){
        if(i==x.length){
            return;
        }
        x[i]=1;
        int sum=0;
        int j;
        for(j=0;j<=i;j++){
            sum+=a[j]*x[j];
        }
        if(sum==s){
            System.out.println("Find Solution "+num+" "+Arrays.toString(x));
            num++;
        }
        solve(a,s,x,i+1);
        x[i]=0;
        solve(a,s,x,i+1);
    }
    public void solveUsingDp(int a[], int s){
        int n=a.length;
        int c[][]=new int[n+1][s+1];
        for(int i=1;i<=n;i++){
            for(int j=1;j<=s;j++){
                if(j>=a[i-1]){
                    c[i][j]=c[i-1][j]+c[i-1][j-a[i-1]];
                    if(j==a[i-1]){
                        c[i][j]+=1;
                    }
                }
                else 
                    c[i][j]=c[i-1][j];
            }
        }
        System.out.println("Total Solution num: "+c[n][s]);
    }
    public static void main(String args[]){
        SumOfSub ss=new SumOfSub();
        int a[]=new int[]{3,5,8,2,7,1,6};
        int s=14;
        int x[]=new int[7];
        ss.solve(a, s, x, 0);
        System.out.println(ss.num);
        ss.solveUsingDp(a, s);
    }
}