New*_*ewb 11 java recursion backtracking
下面将一个集合传递给此方法,并且还会传入一个条形长度.如果从条形长度中移除了集合中的某些数字,则解决方案应输出集合中的数字,这些数字会产生最少量的浪费.因此,条形长度10,设置包括6,1,4,因此解决方案是6和4,并且浪费是0.我在通过集合回溯的条件有一些麻烦.我也尝试使用浪费的"全局"变量来帮助回溯方面,但无济于事.
SetInt是一个手动创建的集合实现,它可以添加,删除,检查集合是否为空并从集合中返回最小值.
/*
* To change this template, choose Tools | Templates
* and open the template in the editor.
*/
package recback;
public class RecBack {
public static int WASTAGE = 10;
public static void main(String[] args) {
int[] nums = {6,1,4};
//Order Numbers
int barLength = 10;
//Bar length
SetInt possibleOrders = new SetInt(nums.length);
SetInt solution = new SetInt(nums.length);
//Set Declarration
for (int i = 0; i < nums.length; i++)possibleOrders.add(nums[i]);
//Populate Set
SetInt result = tryCutting(possibleOrders, solution, barLength);
result.printNumbers();
}
private static SetInt tryCutting(SetInt possibleOrders, SetInt solution, int lengthleft)
{
SetInt clonedSet = possibleOrders.cloneSet(); //initialise selection of candidates
for (int i = 0; i < possibleOrders.numberInSet(); i++) // the repeat
{
int a = clonedSet.min(); //select next candidate
if (a <= lengthleft) //if accecptable
{
solution.add(a); //record candidate
lengthleft -= a;
clonedSet.remove(a); //remove from original set
if (!clonedSet.isEmpty()) //solution not complete
{
WASTAGE +=a;
tryCutting(clonedSet, solution, lengthleft);//try recursive call
if (lengthleft > WASTAGE)//if not successfull
{
WASTAGE += a;
solution.remove(a);
}
} //solution not complete
}
} //for loop
return solution;
}
}
Run Code Online (Sandbox Code Playgroud)
你有几个问题。
其中之一是这一行:
int a = clonedSet.min(); //select next candidate
如果您浏览示例,它会找到值 1 并首先使用该值,因此会使用 1 和 4,但不会使用 6。
您最好寻找 <= 剩余长度的最大值。
这条线对我来说也很奇怪:
WASTAGE +=a;
我认为你应该做减法,为什么要修改静态整数?
如果这是可变的,那么您应该将其传入,然后在完成后传回浪费的数量,因此有一个返回的新类、解决方案和浪费的数量。
对于递归,您将需要一个示例,然后一次浏览一个示例,看看它的行为是否符合您的预期。
您可能想看看这个循环:
for (int i = 0; i < possibleOrders.numberInSet(); i++) // the repeat
因为,如果您递归地执行此操作,那么如果您有 3 种可能的解决方案,我相信您最终将进行 6 次测试,而不是进行 3 次,这正是您所期望的。
如果你删除 for 循环,你应该仍然没问题。放入打印语句,以便您每次都能看到它的执行过程。
更新:
基于更多的信息,你要做的就是收集所有可能的解决方案,然后你能做的就是遍历并执行第一遍,得到可行的解决方案。然后,向左或向右移动可能的解决方案,然后重试。
当您一路转变时,您将尝试各种组合,但不是每种可能的组合,但是,您可以采用这些解决方案,看看哪个是最佳的。
如果您想测试更多组合,那么您将需要循环删除一个项目,这可能是递归的。
因此,您将需要在另一个递归函数中使用一个递归函数,因此您递归地遍历所有可能的组合,然后递归地寻找问题的解决方案。
我认为寻找max可能是最好的,但这只是我的直觉,并且可以证明这min是最好的。