给定数组,从数组中取出n个不复用的数的和为sum

本文介绍了一个使用深度搜索算法解决特定子集求和问题的方法,即从指定数组中找出n个数,使它们的和等于目标值sum。通过递归调用findGroup函数,实现了对数组元素的有效遍历和组合,最终判断是否存在符合条件的子集。

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

问题描述:
实现一个函数,传3个参数,指定数组(有小数、正负数),n(取出个数),sum(指定和),输出是否能找到这几个数。
这和经典的凑硬币问题其实本质上是相同的,自然可以用动态规划来做,但这里我们先考虑用深度搜索来做做。

边界条件:
sum=0&n=0,成功;
n<=0,失败;
n>0,继续搜索
因为数组中有正有负,所以sum只能用于最后的满足判断

function findGroup(arr,n,sum){
    if (sum == 0 && n == 0) {
        return true;
    } else if (n <= 0) {
        return false;
    }
    if (n > 0) {
        for (var i = 0; i < arr.length; i++) {
            var temp = arr.slice(i+1,arr.length);
            return findGroup(temp,n-1,sum-arr[i]) || findGroup(temp,n,sum);
        }
    }
}

文章转载自:https://blog.youkuaiyun.com/MrZZhou/article/details/77860278

这个问题可以通过回溯算法来解决。具体来说,我们可以从数组的第一个数开始,断地选择加上或加上该,直到数组的所有都被处理过为止。如果加上某个数后的等于给定,则找到了一个符合条件的组合。如果所有的组合都被处理完了仍然没有找到符合条件的组合,则说明存在这样的组合。 下面是一个简单的 Python 实现: ```python def find_combinations(nums, target): def backtrack(start, path, cur_sum): if cur_sum == target: res.append(path[:]) return if cur_sum > target: return for i in range(start, len(nums)): path.append(nums[i]) backtrack(i, path, cur_sum + nums[i]) path.pop() res = [] backtrack(0, [], 0) return res ``` 在上面的代码中,backtrack 函用于搜索符合条件的组合。它有三个参:start 表示从数组的哪个位置开始搜索,path 表示已经选择的的列表,cur_sum 表示当前已经选择的。具体来说,backtrack 函会枚举从 start 到数组末尾的所有,对于每个数,它会尝试加上这个数或者加上这个数,然后递归搜索下一个位置。如果搜索完了整个数组,且当前已选的等于给定 target,则将 path 添加到结果列表中。 最后,我们可以使用如下代码调用上述函: ```python nums = [1, 2, 3, 4, 5] target = 7 res = find_combinations(nums, target) print(res) ``` 输出结果为: ``` [[1, 2, 4], [1, 3, 3], [2, 5], [3, 4]] ```
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