数组中的数分为两组,给出一个算法,使得两个组的和的差的绝对值最小数组中的数的取值范围是0
比如a[]={2,4,5,6,7},得出的两组数{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,所以得出的两组数分别为{2,10}和{5,,6}。
初看问题,感觉好像是个组合问题,通过暴力穷举解决问题。
但仔细想想,问题可以转换成,从数组中找出一组数据,使之尽可能等于数组和的一半。
这样一来是不是有点类似于0-1背包呢?是的,就是0-1背包问题。
条件:数组中的数就是背包问题的weight值,数组中的数也是背包问题的value值,即二者一样。
问题:背包里装哪些物品,使得其价值之和最接近总价值的一半。
于是通过背包问题来解决这道题就显得很简单了,下面简单陈述通过动态规划来求解0-1背包问题的思路。
假设v[i][j]表示从i件物品中选出重量为j的物品的最大价值,weight[i],value[i]分别代表第i件物品的重量和价值(在题目中,weight、value属于同一数组)。
动态转移方程为:
v[i][j]=v[i-1][j] if j
v[i][j]=max(v[i-1][j],v[i-1][j-weight[i]] value[i]) if j>weight[i]
另外,如果想知道是由那几件物品组成的最大价值,可以从后往前回溯,当v[i][j]>v[i-1][j],说明第i件物品被加入(路径不唯一)。
#include#include using namespace std; int knapsack(int num,int c,const vector weight,const vector value,vector &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 weight(w,w num); vector value(v,v num); int c=12; vector x(num); int total=knapsack(num,c,weight,value,x); cout<<"total weight is "< weight,const vector value,vector &x){ vector > v(num 1,vector (c 1)); for(int i=1;i<=num;i ){ for(int j=1;j<=c;j ){ if(j 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: "<