我有一个大小为n
的整数值和给定数字S
的数组。
1<=n<=30
我想找到子序列的总数,使得每个子序列元素的总和小于S
。
例如:让n=3
,S=5
和数组元素为{1,2,3}
,然后其总子序列为7
-
{1},{2},{3},{1,2},{1,3},{2,3},{1,2,3}
但是,所需的子序列是:
{1},{2},{3},{1,2},{1,3},{2,3}
是{1,2,3}
,因为其元素总和为(1+2+3)=6
,大于S
6>S
。取其他因为,对于其他子序列,元素和小于S
。
因此,可能的子序列总数为6
。
所以我的答案是计数,即6
。
我尝试了递归方法,但其时间复杂度为2^n
。
请帮助我们在多项式时间内完成。
答案 0 :(得分:2)
你可以在合理的时间(可能)使用伪多项式算法解决背包问题,如果数字被限制为正(或者,技术上,零,但我将假设为正)。它被称为伪多项式,因为它在nS
时间内运行。这看起来是多项式的。但事实并非如此,因为问题有两个复杂性参数:第一个是n,第二个是S
的“大小”,即S
中的位数,称之为M.所以这个算法实际上是n 2^M
。
要解决这个问题,让我们定义一个二维矩阵A
。它有n
行和S
列。我们会说A[i][j]
是可以使用第一个i
元素形成的子序列数,最大总和最多为j
。立即观察到A的右下角元素是解,即A[n][S]
(是的,我们使用的是基于1的索引)。
现在,我们需要A[i][j]
的公式。请注意,使用第一个i
元素的所有子序列都包含ith
元素,或者不包含A[i-1][j]
元素。不包含的子序列数仅为A[i-1][j-v[i]]
。执行的子序列数仅为v[i]
,其中j-v[i]
只是第i个元素的值。那是因为通过包含第i个元素,我们需要将总和的余数保持在i
以下。因此,通过添加这两个数字,我们可以组合包含第j个元素和不包含第j个元素的子序列来获取总数。因此,这引出了以下算法(注意:我对元素和j
使用基于零的索引,但基于std::vector<int> elements{1,2,3};
int S = 5;
auto N = elements.size();
std::vector<std::vector<int>> A;
A.resize(N);
for (auto& v : A) {
v.resize(S+1); // 1 based indexing for j/S, otherwise too annoying
}
// Number of subsequences using only first element is either 0 or 1
for (int j = 1; j != S+1; ++j) {
A[0][j] = (elements[0] <= j);
}
for (int i = 1; i != N; ++i) {
for (int j = 1; j != S+1; ++j) {
A[i][j] = A[i-1][j]; // sequences that don't use ith element
auto leftover = j - elements[i];
if (leftover >= 0) ++A[i][j]; // sequence with only ith element, if i fits
if (leftover >= 1) { // sequences with i and other elements
A[i][j] += A[i-1][leftover];
}
}
}
使用1):
A[N-1][S]
运行此程序,然后输出select sum(case when col2 = 1 then 1 end) * 1.0 / count(distinct col1)
from YourTable
,根据需要产生6。如果这个程序运行速度不够快,你可以通过使用单个向量而不是向量向量来显着提高性能(并且你可以通过不浪费一个列来保存一些空间/性能,以便为1指数,就像我做的那样)。
答案 1 :(得分:-1)
是。这个问题可以在伪多项式时间内解决。
让我将问题陈述重新定义为“计算具有SUM&lt; = K”的子集的数量。
以下是一个适用于 O(N * K),
的解决方案其中N是元素数,K是目标值。
int countSubsets (int set[], int K) {
int dp[N][K];
//1. Iterate through all the elements in the set.
for (int i = 0; i < N; i++) {
dp[i][set[i]] = 1;
if (i == 0) continue;
//2. Include the count of subsets that doesn't include the element set[i]
for (int k = 1; k < K; k++) {
dp[i][k] += dp[i-1][k];
}
//3. Now count subsets that includes element set[i]
for (int k = 0; k < K; k++) {
if (k + set[i] >= K) {
break;
}
dp[i][k+set[i]] += dp[i-1][k];
}
}
//4. Return the sum of the last row of the dp table.
int count = 0;
for (int k = 0; k < K; k++) {
count += dp[N-1][k];
}
// here -1 is to remove the empty subset
return count - 1;
}