用我自己的程序版本更新：
我正在尝试进行迭代动态编程来生成n choose k组合。
假设我有 4 个值向量
v1 : 1 1 1
v2 : 2 2 2
v3 : 3 3 3
v4 : 4 4 4
现在我使用加法作为我的聚合函数，我想生成4 choose 2向量组合如下：
v1v2 : 3 3 3
v1v3 : 4 4 4
v1v4 : 5 5 5
v2v3 : 5 5 5
v2v4 : 6 6 6
v3v4 : 7 7 7
一个简单的方法是遍历每一对并找到结果。如果N and k非常大，这是非常非常低效的。因此，另一种方法是递归/迭代动态编程。非常大的 N 和 k 的递归会占用大量内存，因此理想的方法是迭代动态编程，可以按如下方式完成：
Consider the following table row header is N and the column header is k and our objective is to find N choose k :
我们可以找N choose k通过以下方式使用动态程序进行组合：
方法如下：
现在我们在块 [2,4] 中拥有了所需的所有值。我如何用 C++ 有效地编写这个概念？
任何帮助是极大的赞赏。谢谢。
这是我的想法：
我不知道这是否正确。对不起
=================================================== =======
//Block [0...k][0...n];
//Block[i][j] contains i-set groups (for eg :if i = 2 it will have v1v2, v1v3, etc..)
//initially, Block[0][i] = [ ] for 0 <= i <= n and all other Block [i][j] = [ $ ]
// "$" is just a symbol to indicate that no computation is done on that block
algorithm(int k, int n) //k-point skyline groups from n number of points.
{
if( Block[k][n] != [ $ ] ) return memory[k][n];
Group = [ ]; //G indicate a collection of vectors
for( int i = k; i <= n; i++ )
{
Group` = algorithm(k-1, i-1);
for( each v` in Group` )
{
Group = Group + (group` + v_i);
}
}
memory[k][n] = Group;
return Group;
}
=================================================== =======
这是我针对上述算法的程序：
#include <iostream>
#include <iterator>
#include <set>
#include <vector>
#include <map>
#define DIMENSIONS 5 // No. of elements in the vector. eg. v1: 1 1 1 1 1
using namespace std;
typedef std::set < int > my_set; // To hold vector id's
typedef std::vector < int > my_vector; // To hold values of the vector's
typedef std::vector < std::pair < my_set, my_vector > > my_vector_pair;
typedef std::map < my_set, my_vector > my_map;
typedef std::vector < vector < std::pair < int,my_map > > > my_pair;
typedef my_map::iterator m_it;
my_vector_pair bases; // To hold all the initial <id,vector_values> pair
my_map data, G;
my_pair memory;
void print(my_map& data)
{
for( m_it it(data.begin()) ; it!=data.end(); ++it)
{
cout << "Id : ";
copy(it->first.begin(), it->first.end(), ostream_iterator<int>(cout, " "));
cout << " => value : ";
copy (it->second.begin(),it->second.end(),ostream_iterator<int>(cout," "));
cout << endl;
}
cout << "---------------------------------------------------------------\n";
}
my_map union_(my_map& G, int p)
{
static my_map result;
my_set id;
my_vector scores;
result.clear();
for (m_it it(G.begin()); it != G.end(); ++it)
{
id = it->first;
scores = it->second;
id.insert( bases.at(p-1).first.begin(),bases.at(p-1).first.end() );
for (int j = 0; j < DIMENSIONS; j++)
{
scores.at(j) += bases.at(p - 1).second.at(j);
}
result.insert(make_pair(id, scores));
}
return result;
}
my_map algorithm_(int k, int n) {
unsigned long size = memory.at(n).size();
for (unsigned long i = 0; i < size; i++) {
if (memory.at(n).at(i).first == k) {
return memory.at(n).at(i).second; //if exists in hash table then no need to calculate again
}
}
my_map G_k_1;
if (k != n)
{
G_k_1 = algorithm_(k, n - 1);
if(G_k_1.size() == 0)
{
return G_k_1;
}
}
G_k_1 = algorithm_(k - 1, n - 1);
if(G_k_1.size() == 0)
{
return G_k_1;
}
G_k_1 = union_(G_k_1, n);
if (k != n) {
for (unsigned long i = 0; i < memory.at(n - 1).size(); i++) {
if (memory.at(n - 1).at(i).first == k) {
G_k_1.insert(memory.at(n - 1).at(i).second.begin(), memory.at(n - 1).at(i).second.end());
memory.at(n - 1).at(i).second.clear();
break;
}
}
}
std::pair<int,my_map> temp;
temp.first = k ;
temp.second = G_k_1;
memory.at(n).push_back( temp ); //storing in hash table for further use
return memory.at(n).back().second;
}
int main()
{
my_vector v1,v2,v3,v4,v5;
my_set s1,s2,s3,s4,s5;
for(int i = 1; i<=5; ++i)
{
v1.push_back(1);
v2.push_back(2);
v3.push_back(3);
v4.push_back(4);
v5.push_back(5);
}
s1.insert(1);
s2.insert(2);
s3.insert(3);
s4.insert(4);
s5.insert(5);
bases.insert(bases.end(),make_pair(s1,v1));
bases.insert(bases.end(),make_pair(s2,v2));
bases.insert(bases.end(),make_pair(s3,v3));
bases.insert(bases.end(),make_pair(s4,v4));
bases.insert(bases.end(),make_pair(s5,v5));
my_set empty_set;
my_vector empty_group(DIMENSIONS);
G.insert(make_pair(empty_set,empty_group));
vector<std::pair<int,my_map> > empty_element;
empty_element.push_back(make_pair(0,G));
for (int i = 0; i <= 5; i++) { // 5 is the total number od vectors : v1,v2,v3,v4,v5
memory.push_back(empty_element);
}
data.insert(bases.begin(),bases.end());
cout << endl << "The intial set of vectors are : " << endl;
print ( data );
int k;
cout << "N = 5 " << endl << "Enter the value of k : ";
cin >> k;
cout << "The values for N choose k are : " << endl;
data = algorithm_(k,5);
print ( data );
}
如果您运行该程序，您就会知道我想要实现什么以及以何种方式实现。这个算法（不是程序）对于较少数量的向量可能效率不高，但当 N > 50k 和 k ~ 10 时就会有效。我知道算法（我的程序）的实现效率非常低。有什么办法可以改善吗？我认为相同的算法可以以更优雅的方式实现。任何帮助深表感谢。谢谢。
对于之前误解您的答案，我深表歉意，我真的不明白您在帖子中想要做什么，我以为您只是在寻找计算 nCk 的非递归方式：P
我创建了一个类，CombinationGenerator产生向量的组合，我相信这就是你想要的。它的工作原理是生成一个整数向量，表示要聚合的元素的索引（我已经包含了main下面的函数应该有助于以编程方式解释它）。
这是头文件：http://pastebin.com/F5x4WKD9 http://pastebin.com/F5x4WKD9
以及源文件：http://pastebin.com/CTV1PLRb http://pastebin.com/CTV1PLRb
这是一个示例主函数：
typedef std::vector<int> vecInt;
int main() {
// We have a deque containing 3 elements (try using experimenting with data
// types to test space complexity, std::set or std::unordered_set might be an option)
vecInt vec1;
for( int i = 0; i < 3; i++ )
{
vec1.push_back(1);
}
vecInt vec2;
for( int i = 0; i < 3; i++ )
{
vec2.push_back(2);
}
vecInt vec3;
for( int i = 0; i < 3; i++ )
{
vec3.push_back(3);
}
vecInt vec4;
for( int i = 0; i < 3; i++ )
{
vec4.push_back(4);
}
vecInt vec5;
for( int i = 0; i < 3; i++ )
{
vec5.push_back(5);
}
std::deque<std::vector<int>> dequeVecs;
dequeVecs.push_back( vec1 );
dequeVecs.push_back( vec2 );
dequeVecs.push_back( vec3 );
dequeVecs.push_back( vec4 );
dequeVecs.push_back( vec5 );
// Create our CombinationGenerator:
CombinationGenerator* gen = new CombinationGenerator();
g_pCombinationGen = gen;
gen = NULL;
unsigned long long size = g_pCombinationGen->ComputeBinomialCoefficient( dequeVecs.size(), 2 );
std::vector<int> currCombination;
g_pCombinationGen->Initialize( dequeVecs.size(), 2, size );
while( !g_pCombinationGen->IsFinished() )
{
currCombination = g_pCombinationGen->NextCombination();
std::vector<int> result;
for( int i = 0; i < dequeVecs[0].size(); i++ )
{
result.push_back( dequeVecs[currCombination[0]][i] + dequeVecs[currCombination[1]][i] );
}
std::cout << "(";
for( int i = 0; i < result.size(); i++ )
{
std::cout << result[i];
}
std::cout << ")" << std::endl;
}
return 0;
}
虽然这可能看起来相当大，但如果您分析它的空间使用情况（假设您使用 n = 50,000 和 k = 1000：
有 50,000 个向量，每个向量包含 3 个整数（让我们假设每个 32 字节向量的开销相当严重，在大多数实现中通常约为 20）：因此，(50,000 * 3 * 4) + (50,000 * 32) = 2,200,000 Bytes
然后将其包含在双端队列中，我们还假设它的开销为 32 字节：2,200,000 + 32 = 2,200,032 Bytes
我们还有一个运行组合生成器的实例，它有 5 个成员变量、两个 int、两个 long long 和一个包含 k 个 int（在本例中为 1000）的向量，因此：2,200,032 + (2*4) + (2*8) + (1000*4) + 32 = 2,204,056 Bytes
我们还有包含 k 个整数的每次迭代结果的向量：2,204,056 + (1000*4) + 32 = 2,208,088 Bytes
正如您所看到的，这远远低于您的 4GB 内存。注意：无论您使用什么实现，都不可能将这些向量中的每一个存储在内存中，因为将会超过9.94 x 10^2126包含结果的向量。即使您选择较小的 k 值（例如 10），您仍然会得到超过2.69 x 10^40.
我希望这次我明白你的要求是什么！如果没有，我会尝试再次理解您想要实现的目标。 :)