【大厂机试题多种解法笔记】小明减肥
题目
小明有n个可选运动，每个运动有对应卡路里，想选出其中k个运动且卡路里和为t。k，t，n都是给定的。求出可行解数量
输入描述
第一行输入n t k
第二行输入 每个运动的卡路里 按照空格进行分割
备注
0<n<10
t>0，0<k<=n
每个运动量的卡路里>0
输出描述
求出可行解数量
示例1：
输入
4 3 2
1 1 2 3
输出
2
说明
可行解为2，选取{0,2},{1,2}两种方式。
思路一（暴力解法）
可以使用回溯法来枚举所有可能的k个运动的组合，并统计满足条件的组合数量。
算法过程
-
输入处理：读取输入的n、t、k和卡路里数组。
-
回溯搜索：从第一个运动开始，尝试选择或不选择当前运动，递归搜索所有可能的组合。
-
剪枝条件：
-
如果已选运动数量超过k，终止搜索。
-
如果剩余运动不足以达到k个，终止搜索。
-
如果当前卡路里之和超过t，终止搜索。
-
-
终止条件：当已选运动数量为k且卡路里之和等于t时，计数加1。
-
该算法的时间复杂度为 O (C (n, k))，其中 C (n, k) 表示组合数。由于 n 的最大值为 10，组合数的最大值为 252，因此算法在给定约束条件下是高效的。
参考代码
function solution() {const [n, t, k] = readline().split(" ").map(Number);const calories = readline().split(" ").map(Number);let count = 0;function backtrack(start, currentSum, currentSize) {if (currentSize === k) {if (currentSum === t) {count++;}return;}if (currentSize > k || currentSum > t) {return;}for (let i = start; i < n; i++) {backtrack(i + 1, currentSum + calories[i], currentSize + 1);}}backtrack(0, 0, 0);console.log(count);
}const cases = [`4 3 2
1 1 2 3`,
];
let caseIndex = 0;
let lineIndex = 0;const readline = (function () {let lines = [];return function () {if (lineIndex === 0) {lines = cases[caseIndex].trim().split("\n").map((line) => line.trim());}return lines[lineIndex++];};
})();cases.forEach((_, i) => {caseIndex = i;lineIndex = 0;solution();
});思路二（动态规划）
题意可以简化为从 n 个物品中选取 k 个恰好装满容量为 t 的背包的方案总数。这是一个典型的背包问题，属于恰好装满的 0-1 背包计数问题。其特点是：
- 每个物品只能选或不选（0-1 性质）。
- 必须恰好装满容量为 t 的背包。
- 目标是计算满足条件的方案总数，而非最大价值。
算法过程
-
状态定义：
dp[j][s]表示选择j个运动，卡路里总和为s的组合数目。 -
初始化：
dp[0][0] = 1，表示不选任何运动且总和为 0 的情况只有一种。 -
状态转移：
-
对于每个运动，逆序遍历
j从k到1 -
对于每个
j，逆序遍历s从t到当前运动的卡路里值 -
更新
dp[j][s]的值，加上dp[j-1][s-cal]（即选择当前运动的情况）
-
-
结果：最终结果存储在
dp[k][t]中，表示选择k个运动且总和为t的组合数目。
复杂度分析
-
时间复杂度：仍然是 O (n * k * t)，与三维数组版本相同
-
空间复杂度：优化为 O (k * t)
参考代码
function solution() {const [_, t, k] = readline().split(" ").map(Number);const calories = readline().split(" ").map(Number);// 创建二维DP数组并初始化为0const dp = Array.from({ length: k+1 }, () => Array(t+1).fill(0));// 初始化：不选任何物品，重量为0，方案数为1dp[0][0] = 1;// 处理每个物品for (const cal of calories) {// 逆序遍历j和s，避免覆盖需要的旧状态for (let j = k; j >= 1; j--) {for (let s = t; s >= cal; s--) {// 状态转移：选当前物品dp[j][s] += dp[j-1][s - cal];}}}// 结果：选k个物品，总重量为t的方案数console.log(dp[k][t]);
}const cases = [`4 3 2
1 1 2 3`,
];
let caseIndex = 0;
let lineIndex = 0;const readline = (function () {let lines = [];return function () {if (lineIndex === 0) {lines = cases[caseIndex].trim().split("\n").map((line) => line.trim());}return lines[lineIndex++];};
})();cases.forEach((_, i) => {caseIndex = i;lineIndex = 0;solution();
});