usaco training-Subset Sums

最新推荐文章于 2018-07-17 22:28:58 发布

原创最新推荐文章于 2018-07-17 22:28:58 发布 · 308 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

USACO 专栏收录该内容

17 篇文章

订阅专栏

本文介绍了一种使用动态规划（DP）解决子集和问题的方法，具体实现为计算给定整数集合的子集能够达到特定目标和的所有可能方式的数量。通过递推公式更新二维数组来记录中间结果，最终得到所需子集数量。

//usaco training-Subset Sums /* * 题目类型：DP-背包 * 状态表示：DP[i][j]表示前i个数放入背包中达到值j的方案数 * 对于第i个数有两种方案：放和不放得： * 状态转移方程：DP[i][j]=DP[i-1][j]+DP[i-1][j-i](j>=i) * 初始：DP[0][0]=1 * wa ac * 此题的方案数目超过int型范围，应为long long */ /* Compiling... Compile: OK Executing... Test 1: TEST OK [0.000 secs, 5372 KB] Test 2: TEST OK [0.000 secs, 5372 KB] Test 3: TEST OK [0.000 secs, 5372 KB] Test 4: TEST OK [0.000 secs, 5372 KB] Test 5: TEST OK [0.000 secs, 5372 KB] Test 6: TEST OK [0.000 secs, 5372 KB] Test 7: TEST OK [0.000 secs, 5372 KB] All tests OK. */ #include <iostream> #include <fstream> using namespace std; long long dp[100][3000]; int main(void) { int i,j,k,N,sum; ifstream fin("subset.in"); ofstream fout("subset.out"); fin>>N; sum=N*(N+1)/2; if(sum&1) fout<<'0'<<endl; else{ dp[0][0]=1; for(i=1; i<=N; ++i) for(j=0; j<=sum/2; ++j) { dp[i][j]=dp[i-1][j]; if(j>=i) dp[i][j]+=dp[i-1][j-i]; } fout<<dp[N][sum/2]/2<<endl; } return 0; }