整数拆分有关问题的四种解法
整数划分问题是算法中的一个经典命题之一。
所谓整数划分，是指把一个正整数n写成如下形式：
n=m1+m2+m3+....+mi;（其中mi为正整数，并且1<=mi<=n），则{m1,m2,m3,....,mi}为n的一个划分。
如果{m1,m2,m3,....,mi}中的最大值不超过m，即max{m1,m2,m3,....,mi} <= m，则称它属于n的一个m划分。这里我们记n的m划分的个数为f(n,m)；
例如当n=4时，它有5个划分：{4}、{3,1}、{2,2}、{2,1,1}、{1,1,1,1}；
注意：4=1+3和4=3+1被认为是同一个划分。
该问题是求出n的所有划分个数，即f(n,n)。下面我们考虑求f(n,m)的方法。
（一）方法一——递归法
根据n和m的关系，考虑下面几种情况：
（1）当n=1时，不论m的值为多少（m>0），只有一种划分，即{1}；
（2）当m=1时，不论n的值为多少（n>0），只有一种划分，即{1,1,....1,1,1}；
（3）当n=m时，根据划分中是否包含n，可以分为两种情况：
（a）划分中包含n的情况，只有一个，即{n}；
（b）划分中不包含n的情况，这时划分中最大的数字也一定比n小，即n的所有（n-1）划分；
因此，f(n,n) = 1 + f(n, n - 1)。
（4）当n<m时，由于划分中不可能出现负数，因此就相当于f(n,n)；
（5）当n>m时，根据划分中是否包含m，可以分为两种情况：
（a）划分中包含m的情况，即{m,{x1,x2,x3,...,xi}}，其中{x1,x2,x3,...,xi}的和为n-m，可能再次出现m，因此是（n-m）的m划分，因此这种划分个数为f(n-m, m)；
（b）划分中不包含m的情况，则划分中所有值都比m小，即n的（m-1）划分，个数为f(n, m - 1)；
因此，f(n,m) = f(n - m,m) + f(n, m - 1)。
综合以上各种情况，可以看出，上面的结论具有递归定义的特征，其中（1）和（2）属于回归条件，（3）和（4）属于特殊情况，而情况（5）为通用情况，属于递归的方法，其本质主要是通过减少n或m以达到回归条件，从而解决问题。
其递归表达式如下所示。
参考源码1.1（递归版本（较慢））
#include <stdio.h>
#define MAXNUM 100 //最高次数
//递归法求解整数划分
unsigned long GetPartitionCount(int n, int max)
{
if(n == 1 || max == 1)
{
return 1;
}
if(n < max)
{
return GetPartitionCount(n, n);
}
if(n == max)
{
return 1 + GetPartitionCount(n, n - 1);
}
else
{
return GetPartitionCount(n - max, max) + GetPartitionCount(n, max - 1);
}
}
int main(int argc, char **argv)
{
int n;
int m;
unsigned long count;
while(1)
{
scanf("%d", &n);
if(n<=0)
return 0;
m=n;
count = GetPartitionCount(n, m);
printf("%d\n",count);
}
return 0;
}
（二）方法二——动态规划
考虑到使用递归中，很多的子递归重复计算，这样不仅在时间开销特别大，这也是运算太慢的原因，比如算120的时候需要3秒中，计算130的时候需要27秒钟，在计算机200的时候....计算10分钟还没计算出来。。。鉴于此，可以使用动态规划的思想进行程序设计，原理如同上面一样，分成三种情况，只是使用一个数组来代替原有的递归，具体可以参看源码，源码中提供了两个版本 递归+记录版本和数组版本
2.1 递归加记录版本：
此版本使用数组标记，如果之前计算过，则直接调用数组中内容，否则计算子递归，这样保证了每次计算一次，减少冗余量
源码如下：
/*----------------------------------------------
* Author :NEWPLAN
* Date :2015-04-01
* Email :xxxxxxx
* Copyright:NEWPLAN
-----------------------------------------------*/
#include <iostream>
#define MAXNUM 100 //最高次数
unsigned long ww[MAXNUM*11][MAXNUM*11];
unsigned long dynamic_GetPartitionCount(int n, int max);
using namespace std;
int main(int argc, char **argv)
{
int n;
int m;
unsigned long count;
while(1)
{
cin>>n;
cout<<dynamic_GetPartitionCount(n,n)<<endl;
}
return 0;
}
unsigned long dynamic_GetPartitionCount(int n, int max)
{
if(n == 1 || max == 1)
{
ww[n][max]=1;
return 1;
}
if(n < max)
{
ww[n][n]=ww[n][n]? ww[n][n] : dynamic_GetPartitionCount(n, n);
return ww[n][n];
}
if(n == max)
{
ww[n][max]=ww[n][n-1]?1+ww[n][n-1]:1 + dynamic_GetPartitionCount(n, n - 1);
return ww[n][max];
}
else
{
ww[n][max]=ww[n - max][max]? (ww[n - max][max]) : dynamic_GetPartitionCount(n - max, max);
ww[n][max]+=ww[n][max-1]? (ww[n][max-1]): dynamic_GetPartitionCount(n, max - 1);
return ww[n][max];
}
}
2.2 数组标记法动态规划（从小到大）
考虑到计算ww[10][10]=ww[10][9]+1;所以在每次计算中都是用到之前的记录，这样就可以先从小到大计算出程序，使得计算较大数的时候调用已经计算出的较小的记录，程序直接是用循环就可以完成任务，避免了重复计算和空间栈的开销。
源码：
/*----------------------------------------------
* Author :NEWPLAN
* Date :2015-04-01
* Email :xxxxxxx
* Copyright:NEWPLAN
-----------------------------------------------*/
#include <iostream>
#define MAXNUM 100 //最高次数
unsigned long ww[MAXNUM*11][MAXNUM*11];
unsigned long dynamic_GetPartitionCount(int n, int max);
using namespace std;
int main(int argc, char **argv)
{
int n;
int m;
unsigned long count;
while(1)
{
cin>>n;
cout<<dynamic_GetPartitionCount(n,n)<<endl;
}
return 0;
}
unsigned long dynamic_GetPartitionCount(int n, int max)
{
for(int i=1;i<=n;i++)
for(int j=1;j<=i;j++)
{
if(j==1|| i==1)
{
ww[i][j]=1;
}
else
{
if(j==i)
ww[i][j]=ww[i][j-1]+1;
else if((i-j)<j)
ww[i][j]=ww[i-j][i-j]+ww[i][j-1];
else
ww[i][j]=ww[i-j][j]+ww[i][j-1];
}
}
return ww[n][max];
}
三种方法效果对比十分明显，在写此博客之前测试数据200，动态规划版本输入直接算出结果，现在这片博客写完了，，，使用递归的还没计算出结果。。。
（三）方法三——母函数
下面我们从另一个角度，即“母函数”的角度来考虑这个问题。
所谓母函数，即为关于x的一个多项式G(x)：
有G(x) = a0 + a1*x + a2*x^2 + a3*x^3 + ......
则我们称G(x)为序列(a0, a1, a2,.....)的母函数。关于母函数的思路我们不做更过分析。
我们从整数划分考虑，假设n的某个划分中，1的出现个数记为a1，2的个数记为a2，.....，i的个数记为ai，
显然有：ak <= n/k（0<= k <=n）
因此n的划分数f(n,n)，也就是从1到n这n个数字抽取这样的组合，每个数字理论上可以无限重复出现，即个数随意，使它们的综合为n。显然，数字i可以有如下可能，出现0次（即不出现），1次，2次，......，k次等等。把数字i用（x^i）表示，出现k次的数字i用（x^(i*k)）表示，不出现用1表示。
例如，数字2用x^2表示，2个2用x^4表示，3个2用x^6表示，k个2用x^2k表示。
则对于从1到N的所有可能组合结果我们可以表示为：
G(x) = ( 1 + x + x^2 + x^3 + ... + x^n)*(1 + x^2 + x^4 + x^6 + ....)....(1 + x^n)
= g(x,1)*g(x,2)*g(x,3)*....*g(x,n)
= a0 + a1*x + a2*x^2 +...+ an*x^n + ....//展开式
上面的表达式中，每个括号内的多项式代表了数字i的参与到划分中的所有可能情况。因此，该多项式展开后，由于x^a *x^b = x^(a+b)，因此x^i就代表了i的划分，展开后（x^i）项的系数也就是i的所有划分个数，即f(n,n) = an。
由此我们找到了关于整数划分的母函数G(x)；剩下的问题就是，我们需要求出G(x)的展开后的所有系数。
为此，我们首先要做多项式乘法，对于我们来说，并不困难。我们把一个关于x的多项式用一个整数数组a[]表示，a[i]代表x^i的系数，即：
g(x) = a[0] + a[1]x + a[2]x^2 + ... + a[n]x^n;
则关于多项式乘法的代码如下，其中数组a和数组b表示两个要相乘的多项式，结果存储到数组c中。
参考题目： HDU:1028：Ignatius and the Princess III
参考源码：
#include <iostream>
#include <string.h>
#include <stdio.h>
using namespace std;
const int N=10005;
int c1[N],c2[N];
int main()
{
int n,i,j,k;
while(cin>>n)
{
if(n==0) break;
for(i=0;i<=n;i++)
{
c1[i]=1;
c2[i]=0;
}
for(i=2;i<=n;i++)
{
for(j=0;j<=n;j++)
for(k=0;k+j<=n;k+=i)
c2[k+j]+=c1[j];
for(j=0;j<=n;j++)
{
c1[j]=c2[j];
c2[j]=0;
}
}
cout<<c1[n]<<endl;
}
return 0;
}
（四）方法四——五边形数定理
设第n个五边形数为
，那么
，即序列为：1, 5, 12, 22, 35, 51, 70, ...
对应图形如下：
设五边形数的生成函数为
，那么有：
以上是五边形数的情况。下面是关于五边形数定理的内容：
五边形数定理是一个由欧拉发现的数学定理，描述欧拉函数展开式的特性。欧拉函数的展开式如下：
欧拉函数展开后，有些次方项被消去，只留下次方项为1, 2, 5, 7, 12, ...的项次，留下来的次方恰为广义五边形数。
五边形数和分割函数的关系
欧拉函数的倒数是分割函数的母函数，亦即：
其中
为k的分割函数。
上式配合五边形数定理，有：
在 n>0 时，等式右侧的系数均为0，比较等式二侧的系数，可得
因此可得到分割函数p(n)的递归式：
例如n=10时，有：
所以，通过上面递归式，我们可以很快速地计算n的整数划分方案数p(n)了。
参考例题：
HUD4651:Partition
源码：
#include <iostream>
using namespace std;
#define MYDATA long long
const MYDATA MOD=1000000007;
#define AMS 100005
MYDATA pp[AMS];
MYDATA asist[2*AMS];
void myinit()
{
for(int i=0;i<AMS;i++)
{
/*算出五角数（正常五角数为1,5,12,22.... k*(3*k-1)/2）*/
/*此部分，需要算出的是分割函数(1,2,5,7,12,15,22,26.....
[k*(3*k-1)/2,k*(3*k+1)/2 ])*/
asist[2*i]=i*(i*3-1)/2;
asist[2*i+1]=i*(i*3+1)/2;
}
}
void mymethod()
{
pp[1]=1;
pp[2]=2;
pp[0]=1;
for(int i=3;i<AMS;i++)
{
int k=0;
int flags;
pp[i]=0;
/*pp[n]=pp[n-1]+pp[n-2]-pp[n-5]-pp[n-7]+pp[12]+pp[15]
-.... ..... [+pp[n-k*[3k-1]/2] + pp[n-k*[3k+1]/2]]*/
for(int j=2;asist[j]<=i;j++)
{
/*说明：式子中+MOD是必须的，否则输出可能出错（有可能为负数）*/
flags=k&2;
if(!flags)
pp[i]=(pp[i]+pp[i-asist[j]]+MOD)%MOD;
else
pp[i]=(pp[i]-pp[i-asist[j]]+MOD)%MOD;
k++;
k%=8;
}
}
}
int main()
{
int t,n;
myinit();
mymethod();
cin>>t;
while(t--)
{
cin>>n;
cout<<pp[n]<<endl;
}
return 0;
}
附加：
给定一个整数n，输出这个整数拆分的可能形式（即输出全部情况）
使用递归情况
整个输出类似于一颗树，以分解6为例，过程如下图
源码实现：
#include <stdio.h>
//使用一个数组记录在递归过程中产生的前面需要重复输出的值
int set[100];
//用于在递归过程中判断是否递归到最深处，输出回车
int k;
//此函数表示使用不大于m的整数对n进行拆分的情况，i用于表示set数组已经存在的记录数长度
void q(int n,int m,int i)
{
if(n==k&&n!=m)
{
//此时递归栈已经退回到某一分支的最上层，输出回车
//并重置计数器i为0
printf("\n");
i=0;
}
if(n==1)
{
//当n为1，意味者着只能表示1
printf("1 ");
return;
}
else if(m==1)
{
//当m为1，意味着要输出n个m相加
for(int i=0; i<n-1; i++)
printf("1+");
printf("1 ");
return;
}
if(n<m)
{
q(n,n,i);
}
if(n==m)
{
//当n等于m时，到达本次递归求和的一个叶子，此时需要输出多一个空格，表示下一次输出为另一个叶子
printf("%d ",n);
//在递归输出另一个叶子之前，将之前记录的在叶子之上的数一并输出，如上图示过程1
for(int j=0; j<i; j++)
printf("%d+",set[j]);
q(n,m-1,i);
}
if(n>m)
{
//如果n大于m，使用m作为分解，则要首先输出m+的形式
printf("%d+",m);
//记录下作为树干节点m的值并使i自增
set[i++]=m;
//递归输出m+以后的分解
q(n-m,m,i);
//递归完毕后需要将数组记录后退一个，回到上一个节点，如上图示过程2
i--;
//执行另一个分支，在下一次递归之前输出记录的数据，如上图示过程3
for(int j=0; j<i; j++)
printf("%d+",set[j]);
//递归输出另一分支情况
q(n,m-1,i);
}
}
int main()
{
int n;
while(scanf("%d",&n)!=EOF)
{
if(n<=0)
{
printf("Please input a positive interger.\n\n");
continue;
}
k=n;
q(n,n,0);
printf("\n\n");
}
return 0;
}