如何解决如何通过使用python添加来获取目标 朴素的递归方法DP 算法
l = [1,2,3]
target = 5
方式数如下
- 1+ 1 + 1 + 1 + 1 = 5
- 1 + 1 + 1+ 2 =5
- 1 + 2 + 2 = 5
- 1 +1 +3 =5
- 2 + 3 = 5
输出 5
种方式
def countways(l,target ):
if (target == 0):
return 0
else:
pass
if __name__ == "__main__":
l = [1,3],target = 5
countways(l,target )
我们可以使用原生 python 或 itertools
来实现吗?
解决方法
我假设所有数字都是正数。
您可以使用 itertools 来检查所有 combinations_with_replacement
,正如 Ann 所建议的那样,但是对于大量输入,它会变得不必要地缓慢,因为组合数量呈指数级增长。
朴素的递归方法
此版本使用 Nevetha 描述的递归方法,它允许提前返回永远找不到匹配项的分支,但应该进行替换。
与其他结果一样:扩展打印实际被加数相当容易。我们只需添加一个可选的第三个参数,用于给出目前的被加数,并在 target == 0
情况下打印它。
def countWays(elements,target):
if target < 0:
return 0
if target == 0:
return 1
total = 0
for index,element in enumerate(elements):
total += countWays(elements[index:],target - element)
return total
if __name__ == '__main__':
print(countWays([1,2,3],5))
print(countWays([5,31,32,33,34,35,36,37,38,39,40],30))
print(countWays([2,3,5,7,11,13,17,19,23,29,37],40))
print(countWays([1,4,5],200))
DP 算法
如您所见,对于 200 的目标,这已经需要相当长的时间来执行。这是因为在递归结束时,我们总是只向结果添加一个。这可以通过使用动态编程来改进——或者通过简单地添加缓存(示例代码,当然不应在任何实际程序中使用全局变量):
cache = {}
def countWays(elements,target):
global cache
if target < 0:
return 0
if target == 0:
return 1
cache_key = (tuple(elements),target)
if cache_key in cache:
return cache[cache_key]
total = 0
for index,target - element)
cache[cache_key] = total
return total
或者直接构建 dp 数组,如已经讨论过的 here:
def countWays(elements,target):
dp = [1] + [0] * target
for element in elements:
for i in range(0,target - element + 1):
dp[i + element] += dp[i]
return dp[target]
,
您可以使用 itertools.combinations_with_replacement()
方法:
from itertools import combinations_with_replacement as cwr
def countways(l,target):
return len([1 for i in range(target) for j in cwr(l,i + 1) if sum(j) == target])
print(countways([1,5))
输出:
5
说明
该方法的文档字符串如下:
从输入迭代中返回元素的 r 个长度子序列,允许单个元素重复多次。
所以它就像 itertools.combinations()
方法,期望 itertools.combinations_with_replacement()
方法允许重复元素。
如果您想可视化不同的解决方案:
from itertools import combinations_with_replacement as cwr
def countways(l,target):
for i in range(target):
for j in cwr(l,i + 1):
if sum(j) == target:
print(j)
countways([1,5)
输出:
(2,3)
(1,1,2)
(1,1)
注意:正如@He3lixxx (+1) 所指出的,这对于大量输入可能会非常慢。您可以通过过滤掉l
中大于target
的数字,并将target
中的range(target)
除以max(l)
和{{1}来提高效率}},像这样:
min(l)
,
动态规划方法会奏效。此代码输出所有可能的组合。只需打印列表的长度即可获得总数。此外,所有可能的组合都是唯一的,不要重复。
def ways(l,target):
dp =[ [] for i in range(target+1) ]
l.sort()
n=len(l)
for i in range(n):
for j in range(l[i],target+1):
if j==l[i]:
dp[j].append([l[i]])
else:
if dp[j-l[i]]:
for u in dp[j-l[i]]:
dp[j].append(u+[l[i]])
return dp[-1]
if __name__ == "__main__":
l = [1,3]
target = 5
print(len(ways(l,target)))
l = [5,40]
target = 30
print(len(ways(l,target)))
,
您可以使用 itertools 进行解析,如下例所示:
import itertools
def countways(l,target):
data = []
for length in range(1,target+1):
data.extend([x for x in itertools.combinations_with_replacement(l,length) if sum(x) == target])
return len(data)
您需要使用 1 和目标之间的所有尺寸创建组合,因此 for 是必要的。在每次迭代中,您保存总和值等于 target 的组合。最后你只需要计算保存的列表。
,下面的一个作品
从指定列表的元素计算目标的计数方法
def countWays(A,n,target):
# base case: if a target is found
if target == 0:
return 1
# base case: no elements are left
if n < 0:
return 0
# 1. ignore the current element
exclude = countWays(A,n - 1,target)
# 2. Consider the current element
# 2.1. Subtract the current element from the target
# 2.2. Add the current element to the target
include = countWays(A,target - A[n]) + countWays(A,target + A[n])
# Return total count
return exclude + include
if __name__ == '__main__':
# input list and target number
A = [5,-6,2]
target = 6
print(countWays(A,len(A) - 1,target),"ways")
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。