給定乙個整數n，將其無序拆分成最大數為k的拆分數，（n,k不超出100） 要求：所有的拆分方案不重複。 如當n=4,k=4時，一共有5種拆分方案，拆分如下：
(1)4=1+1+1+1輸入格式:(2)4=1+1+2
(3)4=1+3
(4)4=2+2
(5)4=4
每一行輸入一組整數n,k，遇到鍵盤結束符^z或檔案結束符eof時結束輸入。輸出格式:
按行輸出每組的拆分方案數。輸入樣例:
4,4 5,4輸出樣例:
5 6程式中的df[n][k]的值就是使用者輸入n,k，後要輸出的值
程式的關鍵是怎麼讓後面的元素用前面的元素表示出來
把題目用(n,k)=c來表示，再把k大於n的情況考慮進去，會得到下表
(1,1)=1 (1,2)=1 (1,3)=1 (1,4)=1
(2,1)=1 (2,2)=2 (2,3)=2 (2,4)=2
(3,1)=1 (3,2)=2 (3,3)=3 (3,4)=3
(4,1)=1 (4,2)=3 (4,3)=4 (4,4)=5
(5,1)=1 (5,2)=3 (5,3)=5 (5,4)=6
從中找規律，讓後面的元素用前面的元素表示
可以得到規律如下：
當k=1時，(n,k)=1,這些就是最基礎的元素了
當k>n時，(n,k)=(n,k-1)
當k#include
#include
int n[
100]
[100];
intmain()
。//當k==1時，無論n為何值，都只有一種拆分方案。即。因為拆分的最大數不能超過k，所以只能拆成1。
if(i==
1||j==1)
//當n==k時
//根據拆分出來的數是否包含n，可以分成兩種情況。
//拆分出來的整數包含n，那就只有一種情況，即。
//拆分出來的整數不包含n，那麼這些拆分出來的數中，一定比n小，即n的所有（n-1）拆分。因此dp[n][k]=1+dp[n][k-1];
else
if(i==j)
//當n//因為拆分出來的最大數永遠不可能達到k。所以等價於n的所有n拆分。因此dp[n][k]=dp[n][n];
else
if(i//當n>k時
//根據拆分出來的整數中是否包含k，可以分為兩種情況：
//拆分出來的整數中包含k，即),其中的和為n-k，
//可能再次出現k，因此是（n-k）的k拆分。因此這種情況的拆分數是dp[n-k][k]。
//拆分出來的整數中不包含k的情況，則拆分出來的整數中所有值都比k小，即n的（k-1）劃分。拆分數為dp[n][k-1]。
//所以dp[n][k]=dp[n-k][k]+dp[n][k-1]。
else
if(i>j)}}
printf
("%d\n"
,n[n]
[k]);}
}
演算法 動態規劃
動態規劃 把多階段過程轉化為一系列單階段問題，利用各階段之間的關係，逐個求解 演算法例子 1.鋼條切割 serling 公司購買長鋼條，將其切割為短鋼條，切割工序假設沒有成本支出，公司管理層希望確定最佳的切割方案。假設serling公司 一段長度為i英吋的鋼條的 為pi。鋼條的長度為整英吋，下表給出...
演算法 動態規劃
1 問題具有最優子結構性質。如果問題的最優解所包含的子問題的解也是最優的，我們就稱該問題具有最優子結構性質。比如說在揹包問題中，最高總價值 max 選擇不放該物品時達到的總價值，決定放該物品時揹包剩餘容量能達到的最大價值 該物品價值 顯然，最高總價值的解一定包含 選擇不放該物品時達到的總價值 和 決...
演算法 動態規劃
動態規劃的定義 動態規劃是運籌學的乙個分支，是求解決策過程的最優化的數學方法。20世紀50年代初美國數學家r.e.bellman等人在研究多階段決策過程的優化問題時，提出了著名的最優化原理，把多階段過程轉化為一系列單階段問題，利用各階段之間的關係，逐個求解，創立了解決這類過程優化問題的新方法 動態規...