不排序的前K个子集总和 [英] Top K subset sum without sorting
本文介绍了不排序的前K个子集总和的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
给定大小为N的数组,按元素和的升序打印大小为K的所有子集(0<K<=N)
Array:
[6,8,3,9], N=4, K=3
Sorted Subsets:
[3, 6, 8] (sum=17)
[3, 6, 9] (sum=18)
[3, 8, 9] (sum=20)
[6, 8, 9] (sum=23)
我不需要整个排序列表,而需要前T个条目(T表示小)。列出所有子集(NCk)并对它们进行排序对于大N来说将是非常昂贵的。有没有一种方法可以在不实际枚举所有子集的情况下获得前T个子集?我想的是选择最小的K个元素,这是最小的子集,然后通过关联一个或多个元素来找到获得下一个最小子集的方法,但同样有太多可供替换的选择。
推荐答案
我会这样解决这个问题:
- 对数组进行排序,让
s
为前k
元素之和。 - 使用backtracking search生成等于
s
的SUM的所有子集。 - 使用branch-and-bound algorithm查找最小的
s2 > s
,使得存在一个总和等于s2
的子集。 - 如果有这样的
s2
,请设置s = s2
并转到步骤2。否则,请停止。
这里有一个Python实现:它懒惰地按照总和的顺序生成每个子集,因此您可以只获取它生成的前T个子集。
def subsets_in_sum_order(lst, k):
"""
Returns a generator yielding the k-element subsets
of lst, in increasing order of their sum.
"""
lst = sorted(lst)
s = sum(lst[:k])
max_s = sum(lst[-k:])
while s is not None:
yield from subsets_of_sum(lst, k, s)
s = smallest_sum_in_range(lst, k, s+1, max_s)
def subsets_of_sum(lst, k, s, t=(), i=0):
"""
Returns a generator yielding tuples t + tt, where tt
is a k-element subset of lst[i:] whose sum is s. The
subsets are yielded in lexicographic order. The list
lst must be sorted.
"""
if k < 0:
raise ValueError()
elif k == 0:
if s == 0:
yield t
else:
for j in range(i, len(lst) - k + 1):
if sum(lst[j:j+k]) > s: break
v = lst[j]
s2 = s - v
t2 = t + (v,)
yield from subsets_of_sum(lst, k-1, s2, t2, j+1)
def smallest_sum_in_range(lst, k, min_s, max_s, i=0):
"""
Returns the smallest s such that min_s <= s <= max_s,
and there is a k-element subset of lst[i:] with sum s.
The list lst must be sorted.
Returns None if there is no such s.
"""
result = None
if k < 0:
raise ValueError()
elif k == 0:
if min_s <= 0:
result = 0
elif min_s <= max_s and sum(lst[-k:]) >= min_s:
for j in range(i, len(lst) - k + 1):
v = lst[j]
if k * v > max_s: break
s = smallest_sum_in_range(lst, k-1, min_s-v, max_s-v, j+1)
if s is not None:
s += v
result = s
max_s = s - 1
return result
示例:
>>> subsets = subsets_in_sum_order([1, 2, 3, 4, 5], 3)
>>> for subset in subsets:
... print(subset, sum(subset))
...
(1, 2, 3) 6
(1, 2, 4) 7
(1, 2, 5) 8
(1, 3, 4) 8
(1, 3, 5) 9
(2, 3, 4) 9
(1, 4, 5) 10
(2, 3, 5) 10
(2, 4, 5) 11
(3, 4, 5) 12
@user3386109观察到,如果列表长度远远大于您想要生成的子集的数量,那么我们实际上并不需要整个列表,因为列表中较大的元素不会出现在前T个子集中。前T个子集必须只使用列表中的前T+k-1个元素,所以我们可以使用heapq.nsmallest
:来稍微提高效率
import heapq
from itertools import islice
def smallest_subsets(lst, k, num_subsets):
lst = heapq.nsmallest(num_subsets + k - 1, lst)
subsets = subsets_in_sum_order(lst, k)
return islice(subsets, num_subsets)
这使您不必对整个长度为N的列表进行排序。但是,回溯搜索和分支定界算法不会从中受益太多,因为它们都已经使用和的界限来提前消除分支;当T较小时,这两种算法都不需要迭代到长列表的末尾。
这篇关于不排序的前K个子集总和的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文