【贪心法】最优分解问题

简介: 【贪心法】最优分解问题

 题目描述:

问题描述:

  设n 是一个正整数。现在要求将n 分解为若干个互不相同的自然数的和,且使这些自然数的乘积最大。

编程任务:

  对于给定的正整数n,编程计算最优分解方案。

数据输入:

  (由文件input.txt 提供输入数据。)文件的第1 行是正整数n。

结果输出:

  程序运行结束时,将计算出的最大乘积输出(到文件output.txt 中)

输入文件示例         输出文件示例

input.txt            output.txt

10                 30

注:若上述题目要求有括号中橙色字体,即将代码中第7,8行注释解除,令其执行即可。

算法思路:

一、主体思路须知:

(1)、两数和一定时,两数相差越小,两数乘积越大

(2)、将数分解时,应尽可能使分解的因子没有1。因为1*2*3<2*4。(两者和为6)

由于此条,所以n要分类讨论。n<=4时,除了n=2(不能分解),其余分解必须含因子1。

二、分类讨论:

1、n=1,输出1

2、n=2,输出2

3、n=3,输出1*2=2

4、n=4,输出1*3=3

5、n>=5,执行主体代码部分

三、对n>=5,主题代码部分解释:

       由于两数和一定时,两数相差越小,两数乘积越大。

       (1)因此从因子2开始分解,即分解为因子2、3、4……

       (2)直至n减去“已分解的因子和”的结果(即代码中的OneSum)小于已分解的最大因子。

       (3)然后在n已分解的因子中,从最大到小,依次+1(执行OneSum次)

       (4)OneSum恰巧等于分解的最后一个因子时,因为此分解法为2、3……,会导致数组存储的因子全加1后,还剩余1,所有需要用“if(i==-1) {i=flag;}”来将i赋值到数组存储数据的末尾,继续+1,下方示例中注释有详细解释。

       例n=11:

       第一波分解结果:2,3,4。余2(余数OneSum=2小于已分解的最大因子4)。

       第二波操作:将4(最大因子)+1,3(第二大因子)+1

                            结果:2,4,5。(即从最大因子到小因子,依次+1(执行OneSum=2次))

       第三波操作:计算2*4*5=40,40即n=11分解的不同自然数因子取得的最大乘积。

代码如下:

#include <iostream>
#include <fstream> //文件操作头文件 
using namespace std;
#define N 10000
int main(){
  //freopen("input.txt","r",stdin);
  //freopen("output.txt","w",stdout);
  int n;cin>>n;
  int a[N];
  if(n==1) cout<<1<<endl;
  else if(n==2) cout<<2<<endl;
  else if(n==3) cout<<2<<endl;
  else if(n==4) cout<<3<<endl;
  else{//n>=5时 
    int num=2; n=n-num;//首先存入2 (1计入因子中,乘积较小,例如1*2*3<2*4)
    int i=0; a[i]=num; 
    int OneSum=0;//记录n减去数组中存储的不同自然数总和的结果 
    while(n>a[i]){//注:while是先判断,再执行 
      num++;i++;//已经存了2,所以先各+1 
      a[i]=num;
      OneSum=n=n-num;   
    }
    int flag=i; int OutNum=1;//存储因子乘积,输出是乘积结果,初始值为1 
    while(OneSum>0){//将因子数组从后往前 OneSum个数皆+1 
      a[i]=a[i]+1;
      OneSum=OneSum-1;
      i--;
      if(i==-1) {i=flag;} 
       //新补加条件, 例如n=8,分解为2、3余3,2+1,3+1,OneSum还余1,所以需要重新从数组末尾再遍历
       //例n=13,分解为2,3,4余4,此操作是三个数皆加一后,将i赋值到flag即数组存储的末尾
       //即 2+1,3+1,4+2 
    }
    for(int i=0;i<=flag;i++){//计算乘积 
      //cout<<a[i]<<endl;执行此操作方便理解 
      OutNum=OutNum*a[i];
    }
    cout<<OutNum<<endl;
    return 0;
  }
}

image.gif


目录
相关文章
|
6天前
【代数学作业5】理想的分解:高斯整数环中理想的结构,并根据其范数和素数的性质进行分解
【代数学作业5】理想的分解:高斯整数环中理想的结构,并根据其范数和素数的性质进行分解
37 0
|
6天前
|
存储 算法 Java
【算法设计与分析】— —实现最优载的贪心算法
【算法设计与分析】— —实现最优载的贪心算法
34 1
|
6天前
|
设计模式 算法 知识图谱
算法设计与分析(贪心法)
【1月更文挑战第1天】在分析问题是否具有最优子结构性质时,通常先设出问题的最优解,给出子问题的解一定是最优的结论。证明思路是:设原问题的最优解导出子问题的解不是最优的,然后在这个假设下可以构造出比原问题的最优解更好的解,从而导致矛盾。(一个问题能够分解成各个子问题来解决,通过各个子问题的最优解能递推到原问题的最优解,此时原问题的最优解一定包含各个子问题的最优解,这是能够采用贪心法来求解问题的关键)贪心选择性质是指所求问题的整体最优解可以通过一系列局部最优的选择获得,即通过一系列的逐步局部最优选择使得最终的选择方案是全局最优的。
79 1
|
9月前
|
机器学习/深度学习 算法 数据处理
无约束最优化(五) 最小二乘法问题的解法
无约束最优化(五) 最小二乘法问题的解法
114 0
|
存储 算法 Python
基于pythonA*算法两种搜索算法求解八数码问题
基于pythonA*算法两种搜索算法求解八数码问题
214 0
基于pythonA*算法两种搜索算法求解八数码问题
|
机器学习/深度学习
UPC-最优分解问题(贪心)
UPC-最优分解问题(贪心)
48 0
|
算法 程序员
【简单算法】什么是复杂度?
【简单算法】什么是复杂度?
|
算法
【算法设计与分析】3、贪心法
【算法设计与分析】3、贪心法
208 0
|
算法
【算法设计与分析】动态规划法与分治法、贪心法的区别
【算法设计与分析】动态规划法与分治法、贪心法的区别
184 0