題目:
數組中的數分為兩組,給出一個算法,使得兩個組的和的差的絕對值最小數組中的數的取值范圍是0<x<100,元素個數也是大於0,小於100
比如a[]={2,4,5,6,7},得出的兩組數{2,4,,6}和{5,7},abs(sum(a1)-sum(a2))=0;
比如{2,5,6,10},abs(sum(2,10)-sum(5,6))=1,所以得出的兩組數分別為{2,10}和{5,,6}。
比如a[]={2,4,5,6,7},得出的兩組數{2,4,,6}和{5,7},abs(sum(a1)-sum(a2))=0;
比如{2,5,6,10},abs(sum(2,10)-sum(5,6))=1,所以得出的兩組數分別為{2,10}和{5,,6}。
思路:
初看問題,感覺好像是個組合問題,通過暴力窮舉解決問題。
但仔細想想,問題可以轉換成,從數組中找出一組數據,使之盡可能等於數組和的一半。
這樣一來是不是有點類似於0-1背包呢?是的,就是0-1背包問題。
條件:數組中的數就是背包問題的weight值,數組中的數也是背包問題的value值,即二者一樣。
問題:背包里裝哪些物品,使得其價值之和最接近總價值的一半。
於是通過背包問題來解決這道題就顯得很簡單了,下面簡單陳述通過動態規划來求解0-1背包問題的思路。
假設V[i][j]表示從i件物品中選出重量為j的物品的最大價值,weight[i],value[i]分別代表第i件物品的重量和價值(在題目中,weight、value屬於同一數組)。
動態轉移方程為:
V[i][j]=V[i-1][j] if j<weight[i]
V[i][j]=max(V[i-1][j],V[i-1][j-weight[i]]+value[i]) if j>weight[i]
另外,如果想知道是由那幾件物品組成的最大價值,可以從后往前回溯,當V[i][j]>V[i-1][j],說明第i件物品被加入(路徑不唯一)。
代碼:
#include <iostream>
#include <vector>
using namespace std;
int knapSack(int num,int C,const vector<int> weight,const vector<int> value,vector<int> &x);
int main()
{
int w[]={2,4,5,6,7};
int v[]={2,4,5,6,7};
int num=sizeof(w)/sizeof(w[0]);
vector<int> weight(w,w+num);
vector<int> value(v,v+num);
int C=12;
vector<int> x(num);
int total=knapSack(num,C,weight,value,x);
cout<<"Total weight is "<<total<<endl;
return 0;
}
int knapSack(int num,int C,const vector<int> weight,const vector<int> value,vector<int> &x){
vector<vector<int> > V(num+1,vector<int>(C+1));
for(int i=1;i<=num;i++){
for(int j=1;j<=C;j++){
if(j<weight[i-1])
V[i][j]=V[i-1][j];
else
V[i][j]=max(V[i-1][j],V[i-1][j-weight[i-1]]+value[i-1]);
}
}
cout<<"Dynamic Matrix: "<<endl;
for(int i=1;i<=num;i++){
for(int j=1;j<=C;j++){
cout<<V[i][j]<<" ";
}
cout<<endl;
}
int j=C;
for(int i=num;i>0;i--){
if(V[i][j]>V[i-1][j]){
x[i]=1;
j=j-weight[i-1];
}
else
x[i]=0;
}
cout<<"The articles chosen is: "<<endl;
for(int i=0;i<num;i++){
if(x[i])
cout<<i+1<<" ";
}
cout<<endl;
return V[num][C];
}
運行結果:

