一、题目概述:有一个没有排序,元素个数为2N的正整数数组。要求把它分割为元素个数为N的两个数组,并使两个子数组的和最接近。
假设数组A[1..2N]所有元素的和是SUM。模仿动态规划解0-1背包问题的策略,令S(k, i)表示前k个元素中任意i个元素的和的集合。显然:
S(k, 1) = {A[i] | 1<= i <= k}
S(k, k) = {A[1]+A[2]+…+A[k]}
S(k, i) = S(k-1, i) U {A[k] + x | x属于S(k-1, i-1) }
按照这个递推公式来计算,最后找出集合S(2N, N)中与SUM/2最接近的那个和,这便是答案。这个算法的时间复杂度是O(2^N).
因为这个过程中只关注和不大于SUM/2的那个子数组的和。所以集合中重复的和以及大于SUM/2的和都是没有意义的。把这些没有意义的和剔除掉,剩下的有意义的和的个数最多就是SUM/2个。所以,我们不需要记录S(2N,N)中都有哪些和,只需要从SUM/2到1遍历一次,逐个询问这个值是不是在S(2N,N)中出现,第一个出现的值就是答案。我们的程序不需要按照上述递推公式计算每个集合,只需要为每个集合设一个标志数组,标记SUM/2到1这个区间中的哪些值可以被计算出来。关键代码如下:

#include<iostream>
using namespace std;//有一个没有排序,元素个数为2N的正整数数组。要求把它分割为元素个数为N的两个数组,并使两个子数组的和最接近。
int arr[] = {0,1,5,7,8,9,6,3,11,20,17};
const int N=5;
const int SUM = 87;// 模仿动态规划解0-1背包问题的策略
int solve1()
{int i , j , s;int dp[2*N+1][N+1][SUM/2+2];/*用dp(i,j,c)来表示从前i个元素中取j个、且这j个元素之和不超过c的最佳(大)方案,在这里i>=j,c<=S状态转移方程:   限第i个物品       不取  dp(i,j,c)=max{dp(i-1,j-1,c-a[i])+a[i],dp(i-1,j,c)}dp(2N,N,SUM/2+1)就是题目的解。*///初始化memset(dp,0,sizeof(dp));for(i = 1 ; i <= 2*N ; ++i){for(j = 1 ; j <= min(i,N) ; ++j){for(s = SUM/2+1 ; s >= arr[i] ; --s){dp[i][j][s] = max(dp[i-1][j-1][s-arr[i]]+arr[i] , dp[i-1][j][s]);}}}//因为这为最终答案 dp[2*N][N][SUM/2+1];i=2*N , j=N , s=SUM/2+1;while(i > 0){if(dp[i][j][s] == dp[i-1][j-1][s-arr[i]]+arr[i])   //判定这个状态是由哪个状态推导出来的{cout<<arr[i]<<" ";    //取中arr[i]j--;s -= arr[i];}  i--;}cout<<endl;return dp[2*N][N][SUM/2+1];
}int solve2()
{int i , j , s;int dp[N+1][SUM/2+2];     //取N+1件物品,总合不超过SUM/2+2,的最大值是多少 memset(dp,0,sizeof(dp));    //初始状态都为0for(i = 1 ; i <= 2*N ; ++i){for(j = 1 ; j <= min(i,N) ; ++j){for(s = SUM/2+1 ; s >= arr[i] ; --s)    //01背包从大到小,可以省空间,即最外层的空间{dp[j][s] = max(dp[j-1][s-arr[i]]+arr[i] , dp[j][s]); }}}//要求最优解则 空间不能优化,return dp[N][SUM/2+1];
}int solve3()
{int i , j , s;int isOK[N+1][SUM/2+2]; //isOK[i][v]表示是否可以找到i个数,使得它们之和等于vmemset(isOK,0,sizeof(isOK));    //都不合法//注意初始化isOK[0][0] = 1; //可以,取0件物品,总合为0,是合法的for(i = 1 ; i <= 2*N ; ++i){for( j = 1 ; j <= min(i,N) ; ++j){for(s = SUM/2+1 ; s >= arr[i] ; --s) //从大到小,数组少了一维{if( isOK[j-1][s-arr[i]] )isOK[j][s] = 1;}}}for(s = SUM/2+1 ; s >= 0 ; --s){if(isOK[N][s])return s;}//要求最优解则空间不能优化return 0;
}int main(void)
{int s1 = solve1();int s2 = solve2();int s3 = solve3();cout<<"s1="<<s1<<endl;cout<<"s2="<<s2<<endl;cout<<"s3="<<s3<<endl;system("pause");return 0;
}

二、 扩展问题:  交换两个数组元素使两个数组和的差最小
有两个数组a、b,大小都为n,数组元素的值任意整形数,无序;
要求:通过交换a、b数组中的元素,使[数组a元素的和]与[数组b元素的和]之间的差最小。
其实这个问题就是上面问题的变形,将a、b两个数组合并为一个数组,然后问题就转化为将2*n个元素数组分割为2个长度为n的数组,并使两个子数组的和最接近。
另外,特别注意:如果数组中有负数的话,上面的背包策略就不能使用了(因为第三重循环中的s是作为数组的下标的,不能出现负数的),需要将数组中的所有数组都加上最小的那个负数的绝对值,将数组中的元素全部都增加一定的范围,全部转化为正数,然后再使用上面的背包策略就可以解决了。

程序员面试100题之十五:数组分割相关推荐

  1. 程序员面试100题之十二:求数组中最长递增子序列

    写一个时间复杂度尽可能低的程序,求一个一维数组(N个元素)中最长递增子序列的长度. 例如:在序列1,-1,2,-3,4,-5,6,-7中,其最长递增子序列为1,2,4,6. 分析与解法 根据题目要求, ...

  2. 程序员面试100题之十四:强大的和谐

    实现一个挺高级的字符匹配算法: 给一串很长字符串,要求找到符合要求的字符串,例如目的串:123 1******3***2 ,12*****3 这些都要找出来,其实就是类似一些和谐系统..... 这题的 ...

  3. 程序员面试100题之十:快速寻找满足条件的两个数

    能否快速找出一个数组中的两个数字,让这两个数字之和等于一个给定的值,为了简化起见,我们假设这个数组中肯定存在至少一组符合要求的解. 假如有如下的两个数组,如图所示: 5,6,1,4,7,9,8 给定S ...

  4. 程序员面试100题之十六:二叉树中两个节点的最近公共父节点

    这个问题可以分为三种情况来考虑: 情况一:root未知,但是每个节点都有parent指针 此时可以分别从两个节点开始,沿着parent指针走向根节点,得到两个链表,然后求两个链表的第一个公共节点,这个 ...

  5. 程序员面试100题之十六:二叉树中两个节点的最近公共父节点(最低的二叉树共同祖先)

    这个问题可以分为三种情况来考虑: 情况一:root未知,但是每个节点都有parent指针 此时可以分别从两个节点开始,沿着parent指针走向根节点,得到两个链表,然后求两个链表的第一个公共节点,这个 ...

  6. 程序员面试100题之十一:数组循环移位

    设计一个算法,把一个含有N个元素的数组循环右移K位,要求时间复杂度为O(N),且只允许使用两个附加变量. 不合题意的解法如下: 我们先试验简单的办法,可以每次将数组中的元素右移一位,循环K次.abcd ...

  7. 程序员面试100题之六:最长公共子序列

           题目:如果字符串一的所有字符按其在字符串中的顺序出现在另外一个字符串二中,则字符串一称之为字符串二的子串.注意,并不要求子串(字符串一)的字符必须连续出现在字符串二中.请编写一个函数,输 ...

  8. 程序员面试100题之六 最长公共子序列

    分享一下我老师大神的人工智能教程!零基础,通俗易懂!http://blog.csdn.net/jiangjunshow 也欢迎大家转载本篇文章.分享知识,造福人民,实现我们中华民族伟大复兴!      ...

  9. 程序员面试100题之十三:求二叉查找树的镜像

    题目:输入一颗二元查找树,将该树转换为它的镜像,即在转换后的二元查找树中,左子树的结点都大于右子树的结点.用递归和循环两种方法完成树的镜像转换. 例如输入:      8 / \ 6   10 /\  ...

最新文章

  1. 你需要来自trustedinstaller的权限才能删除_windows10 系统怎么修改文件权限
  2. 看到这一切,我忍俊不禁
  3. Swift相关api功能介绍与使用
  4. 关于缩短编写代码数据花费时间的问题
  5. matlab 数组范围内,MATLAB索引超出数组范围
  6. 9、【易混淆概念集】-第五章 2 WBS 需求文件 VS 需求跟踪矩阵 确认范围 VS 控制质量 确认范围 VS 控制范围
  7. 百度网盘下载加速器--ENFI下载器、Speedkoala、PanDownload、SpeedPan
  8. WPF——自定义日历
  9. 中不中奖,都是抽奖程序的锅?
  10. UE4设置人物移动和人物视角
  11. win10系统还原和重装系统一样吗?win10系统还原怎么操作?
  12. 这才叫高颜值的Markdown编辑神器!
  13. c++ 高效位运算函数之 __builtin_
  14. imperva ssl加速卡查询
  15. Web前端性能测试方法
  16. vue-cli 原理分析
  17. 独立显卡 台式计算机,台式机独立显卡怎么切换
  18. 2018年最流行的5大开源项目
  19. win10 计算机管理器没有ime,win10系统右下角显示IMe被禁用的解决方法
  20. 深入浅出:CPU,GPU,内存的优化

热门文章

  1. 阿里巴巴云游戏平台荣获首届高新视频创新应用大赛一等奖
  2. 业务团队如何统一架构设计风格?
  3. 云效DevOps实践-代码评审
  4. 大数据简介,技术体系分类整理
  5. 媒体声音 | 憋了这么久,阿里云数据库再放大招
  6. ssh ip登录缓慢问题解决
  7. 前端性能优化-减少HTTP请求数
  8. 创建Goldengate例外句丙记录跟踪Oracle错误
  9. redis小功能大用处-bitmaps
  10. python守护线程t.setDaemon(True)