JAVA算法：子集求和问题（Subset Sum Problem）

最新推荐文章于 2024-06-05 18:14:23 发布

梅森上校

最新推荐文章于 2024-06-05 18:14:23 发布

阅读量3.4k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：算法分析与设计 JAVA算法学习 DP动态规划文章标签：算法分析与设计 DP算法设计动态规划算法

本文为博主原创文章，未经博主允许不得转载。

本文链接：https://blog.csdn.net/seagal890/article/details/89789195

本文探讨了JAVA中解决子集求和问题（Subset Sum Problem）的方法，通过递归和动态规划算法进行分析。在给定数组{3, 2, 7, 1}和目标值S=6的示例中，展示了两种算法的运行结果，证明存在子数组(3, 2, 1)使得子数组元素之和等于目标值。" 114906223,10753455,"Spring框架中Optional, Map及List依赖注入详解

JAVA算法：子集求和问题（Subset Sum Problem）

题目：给定一个正整数数组，和一个目标值，找出是否存在数组的一个子数组，使得子数组元素之和等于目标值。

例如：给定数组 { 3, 2, 7, 1} 和目标值 S = 6

返回结果： True ，子数组为 (3, 2, 1}

问题分析：

使用递归算法和动态规划算法两种算法来求解上述问题。

递归算法

对于数组中的每个元素有两个选择，我们在子数组中包括该元素和在子数组中不包括该元素。

在给定的例子中：数组 { 3, 2, 7, 1} 和目标值 S = 6

如果我们考虑另一个数组A，它也包括4个元素（数组A和给定的数组具有相同的长度）
如果数组A中包括原数组的元素，则数组A的元素设置为1（对应于原数组元素的下标位置）；否则设置为0

这样，我们需要找到每一个可能的子集，并且检查是否子集的元素之和等于目标值。

package com.bean.algorithm.dp;

public class SubSetSumRecursion {
	public static void find(int[] A, int currSum, int index, int sum, int[] solution) {
		if (currSum == sum) {
			System.out.println("\nSum found");
			for (int i = 0; i < solution.length; i++) {
				if (solution[i] == 1) {
					System.out.print("  " + A[i]);
				}
			}

		} else if (index == A.length) {
			return;
		} else {
			solut