c++回溯法解决1到9之间插入加减或空使运算结果为100

目录
  • 问题分析
  • 代码展示

问题分析

这时我最近偶然看到的一道题目,发现实现起来还确实有些麻烦,所以把实现的过程记录下来。
这种要罗列出所有结果的问题,我一般是采用回溯法解决的,说的通俗一点就是暴力解法,去遍历所有的情况。
这个问题有一点比较难处理的地方就在于有这个“什么都不插入”这个选项,所以干脆单独拎出来解决。也就是先把1-9这9个数组相互组合,形成一个数组,比如:

{1,2,3,4,5,6,7,8,9}
{1,2,3,4,5,6,7,89}
{1,2,3,4,5,6,78,9}
{1,2,3,4,5,6,789}
...

在分组的过程当中,由于问题的特殊性(要求结果为100),我们会发现像

{123456,789}

这样位数特别大的是不可能得到100这样的结果的,一个最小的6位数和一个最大的3位数的差都有

100000−999=99001

所以本问题中不用考虑把1-9划分成6位数及以上的情况。
将1-9划分好之后,接下来要做的就是把”+”和”-“填到划分的数字之间了,比如

划分成{1,2,3,4,5,6,7,8,9}时有:
1+2+3+4+5+6+7+8+9
1+2+3+4+5+6+7+8-9
1+2+3+4+5+6+7-8+9
...
划分成{1,2,3,4,5,6,7,89}时有:
1+2+3+4+5+6+7+89
1+2+3+4+5+6+7-89
...

其他情况就不列举了,相信应该看明白了

基于这样的思路,用C++对该想法进行了实现。

代码展示

下面程序可以将结果100改成其他的整数,都是适用的。

#include <iostream>
#include <math.h>
#include <vector>
#include <string>
using namespace std;
class Solution{
private:
    vector<string> res;
    vector<int> nums;
    vector<int> eles;
private:
    void _compute(vector<int> vec, int index, int target, string &s){
        if (index == vec.size()){
            if (0 == target)
                res.push_back(s + "=100");
            return;
        }
        //分“+”和“-”两种情况讨论
        for (int i = 0; i < 2; i++){
            if (i == 0){
                string tempStr = s + "+" + to_string(vec[index]);
                _compute(vec, index + 1, target - vec[index], tempStr);
            }
            else if (i == 1){
                string tempStr = s + "-" + to_string(vec[index]);
                _compute(vec, index + 1, target + vec[index], tempStr);
            }
        }
        return;
    }

    //用来得到1-9的不同整数组合,比如{123, 456, 789},本质是将“”这个空符号加入到数之间
    void _recursion(int index, int target){
        if (index == 9){
            string s = to_string(eles[0]);
            _compute(eles, 1, target - eles[0], s);
            return;
        }

        //为了问题的泛化采用i <= 9,如果针对结果为100的可以改成i <= 5
        for (int i = 1; i <= 9; i++){
            if (index + i > 9)
                break;
            int temp = 0;

            //求得分解出来的每个元素的值
            for (int j = 0; j < i; j++){
                temp += nums[index + j] * pow(10, i - j - 1);
            }
            eles.push_back(temp);
            _recursion(index + i, target);
            eles.pop_back();
        }
        return;
    }

public:
    Solution(){
        nums = { 1, 2, 3, 4, 5, 6, 7, 8, 9 };
    }

    vector<string> recursion(int index, int target){
        _recursion(index, target);
        return res;
    }
};

int main()
{
    Solution s;
    vector<string> res = s.recursion(0, 100);
    cout << "共有" << res.size() << "种情况" << endl;
    for (string s : res){
        cout << s << endl;
    }
    return 0;
}

以上就是c++回溯法解决1-9之间插入加减或空使运算结果为100的详细内容,更多关于c++回溯法的资料请关注我们其它相关文章!

(0)

相关推荐

  • C语言八皇后问题解决方法示例【暴力法与回溯法】

    本文实例讲述了C语言八皇后问题解决方法.分享给大家供大家参考,具体如下: 1.概述: 八皇后问题是一个以国际象棋为背景的问题:如何能够在 8×8 的国际象棋棋盘上放置八个皇后,使得任何一个皇后都无法直接吃掉其他的皇后?为了达到此目的,任两个皇后都不能处于同一条横行.纵行或斜线上. 2.暴力法求解: #include<cstdio> #include<cmath> const int maxn=11; int count=0; //P为当前排列,hashTable记录整数x是否已经在

  • C++基于回溯法解决八皇后问题示例

    本文实例讲述了C++基于回溯法解决八皇后问题的方法.分享给大家供大家参考,具体如下: 回溯法的基本做法是搜索,或是一种组织得井井有条的,能避免不必要搜索的穷举式搜索法.这种方法适用于解一些组合数相当大的问题. 回溯法在问题的解空间树中,按深度优先策略,从根结点出发搜索解空间树.算法搜索至解空间树的任意一点时,先判断该结点是否包含问题的解.如果肯定不包含,则跳过对该结点为根的子树的搜索,逐层向其祖先结点回溯:否则,进入该子树,继续按深度优先策略搜索. 回溯法指导思想--走不通,就掉头.设计过程:确

  • C++中求组合数的各种方法总结详解

    [问题]      组合问题 问题描述:找出从自然数1.2.... .n中任取r个数的所有组合.例如n=5,r=3的所有组合为: 1,2,31,2,4 1,3,4 2,3,4 1,2,5 1,3,5 2,3,5 1,4,5 2,4,5 3,4,5 用程序实现有几种方法: 1)穷举法 程序如下[程序]#include<stdio.h>const int n=5,r=3;int    i,j,k,counts=0; int main(){     for(i=1;i<=r ;i++)    

  • C语言基于回溯算法解决八皇后问题的方法

    本文实例讲述了C语言基于回溯算法解决八皇后问题的方法.分享给大家供大家参考,具体如下: 问题描述: 八皇后问题,是一个古老而著名的问题,是回溯算法的典型案例:在8X8格的国际象棋棋盘上摆放八个皇后,使其不能互相攻击,即任意两个皇后都不能处于同一行.同一列或同一斜线上,问有多少种摆法. 问题求解: 采用回溯算法,即从第一行开始,依次探查可以放置皇后的位置,若找到,则放置皇后,开始探查下一行:若该行没有位置可以放置皇后,则回溯至上一行,清除该行放置皇后的信息,从该行原本放置皇后的下一个位置开始探查可

  • c++回溯法解决1到9之间插入加减或空使运算结果为100

    目录 问题分析 代码展示 问题分析 这时我最近偶然看到的一道题目,发现实现起来还确实有些麻烦,所以把实现的过程记录下来. 这种要罗列出所有结果的问题,我一般是采用回溯法解决的,说的通俗一点就是暴力解法,去遍历所有的情况. 这个问题有一点比较难处理的地方就在于有这个"什么都不插入"这个选项,所以干脆单独拎出来解决.也就是先把1-9这9个数组相互组合,形成一个数组,比如: {1,2,3,4,5,6,7,8,9} {1,2,3,4,5,6,7,89} {1,2,3,4,5,6,78,9} {

  • C#使用回溯法解决背包问题实例分析

    本文实例讲述了C#使用回溯法解决背包问题的方法.分享给大家供大家参考.具体如下: 背包问题描述: 给定一组物品,每种物品都有自己的重量和价格,在限定的总重量内,我们如何选择,才能使得物品的总价格最高 实现代码: using System; using System.Collections.Generic; using System.Text; namespace BackRack { //要装入书包的货物节点 class BagNode { public int mark;//货物编号,从0开始

  • PHP回溯法解决0-1背包问题实例分析

    本文实例讲述了PHP回溯法解决0-1背包问题的方法.分享给大家供大家参考.具体分析如下: 这段代码是根据<软件设计师>教程的伪代码写的: 最麻烦的不是伪代码改成php,而是数组下标从0开始,及相应的下标判断问题: 带着调试输出一块写上 <?php $v_arr = array(11,21,31,33,43,53,55,65); $w_arr = array(1,11,21,23,33,43,45,55); $n = count($w_arr ); //测试输出 var_dump(bkna

  • Python基于回溯法解决01背包问题实例

    本文实例讲述了Python基于回溯法解决01背包问题.分享给大家供大家参考,具体如下: 同样的01背包问题,前面采用动态规划的方法,现在用回溯法解决.回溯法采用深度优先策略搜索问题的解,不多说,代码如下: bestV=0 curW=0 curV=0 bestx=None def backtrack(i): global bestV,curW,curV,x,bestx if i>=n: if bestV<curV: bestV=curV bestx=x[:] else: if curW+w[i]

  • Java回溯法解决全排列问题流程详解

    题目描述: 给定一不重复的数组,返回其具有的所有全排列(使用 List<List > 返回) 思路: 以数组 nums = [1, 2, 3] 为例,其具有的解空间可以用这样一棵树表示,相比看到这里大家就可以知道,这是一道可以用 回溯法 解决的题. 难点:如何保证不选到已经使用过的数组元素 —— 使用 used[] 数组标记该元素是否被使用过 细节请看代码注释 // 用于存储结果的数组 List<List<Integer>> ans = new ArrayList<

  • C++使用回溯法解决黄金矿工问题

    目录 题目描述 示例 解题思路 顺心的人大抵一样,坎坷的人各有各的坎坷.也只能坚持自我修行,等待自己的机遇. 题目描述 你要开发一座金矿,地质勘测学家已经探明了这座金矿中的资源分布,并用大小为 m * n 的网格 grid 进行了标注.每个单元格中的整数就表示这一单元格中的黄金数量:如果该单元格是空的,那么就是 0. 为了使收益最大化,矿工需要按以下规则来开采黄金: 每当矿工进入一个单元,就会收集该单元格中的所有黄金. 矿工每次可以从当前位置向上下左右四个方向走. 每个单元格只能被开采(进入)一

  • Python使用回溯法子集树模板解决迷宫问题示例

    本文实例讲述了Python使用回溯法解决迷宫问题.分享给大家供大家参考,具体如下: 问题 给定一个迷宫,入口已知.问是否有路径从入口到出口,若有则输出一条这样的路径.注意移动可以从上.下.左.右.上左.上右.下左.下右八个方向进行.迷宫输入0表示可走,输入1表示墙.为方便起见,用1将迷宫围起来避免边界问题. 分析 考虑到左.右是相对的,因此修改为:北.东北.东.东南.南.西南.西.西北八个方向.在任意一格内,有8个方向可以选择,亦即8种状态可选.因此从入口格子开始,每进入一格都要遍历这8种状态.

  • PHP基于回溯算法解决n皇后问题的方法示例

    本文实例讲述了PHP基于回溯算法解决n皇后问题的方法.分享给大家供大家参考,具体如下: 这里对于n皇后问题就不做太多的介绍,相关的介绍与算法分析可参考前面一篇C++基于回溯法解决八皇后问题. 回溯法的基本做法是搜索,或是一种组织得井井有条的,能避免不必要搜索的穷举式搜索法.这种方法适用于解一些组合数相当大的问题. 回溯法在问题的解空间树中,按深度优先策略,从根结点出发搜索解空间树.算法搜索至解空间树的任意一点时,先判断该结点是否包含问题的解.如果肯定不包含,则跳过对该结点为根的子树的搜索,逐层向

  • Python基于回溯法子集树模板解决旅行商问题(TSP)实例

    本文实例讲述了Python基于回溯法子集树模板解决旅行商问题(TSP).分享给大家供大家参考,具体如下: 问题 旅行商问题(Traveling Salesman Problem,TSP)是旅行商要到若干个城市旅行,各城市之间的费用是已知的,为了节省费用,旅行商决定从所在城市出发,到每个城市旅行一次后返回初始城市,问他应选择什么样的路线才能使所走的总费用最短? 分析 此问题可描述如下:G=(V,E)是带权的有向图,找到包含V中每个结点一个有向环,亦即一条周游路线,使得这个有向环上所有边成本之和最小

随机推荐