最新LeetCode 416

截止到目前我已经写了 600多道算法题，其中部分已经整理成了pdf文档，目前总共有1000多页（并且还会不断的增加），大家可以免费下载
下载链接：https://pan.baidu.com/s/1hjwK0ZeRxYGB8lIkbKuQgQ
提取码：6666

前面我们讲过520，回溯算法解火柴拼正方形，和这题类似，具体可以看下。第520题可以认为是把数组分隔成4个元素和相等的子集，而这题是把数组分隔成2个元素和相等的子集。如果数据量比较少的话，第520题的答案稍微修改一下就是这题的答案了，但如果数据量大的话就会超时。所以这题不能使用回溯算法来解决，我们可以使用动态规划。

这题判断把数组分成两份，这两份的元素和是否相等。首先我们需要计算数组中所有元素的和sum，然后判断sum是否是偶数：
如果不是偶数，说明不可能分割成完全相等的两份，直接返回false。

如果是偶数，我们只需要判断是否存在一些元素的和等于sum/2，如果等于sum/2，那么剩下的肯定也等于sum/2，说明我们可以把数组分为元素和相等的两部分。

那么这个时候问题就很明朗了，假设sum/2是一个背包的容量，我们只需要找出一些元素把他放到背包中，如果背包中元素的最大和等于sum/2，说明我们可以把数组分成完成相等的两份。这不就是经典的0-1背包问题吗。之前也讲过371，背包问题系列之-基础背包问题，具体可以看下，这里就不在重复介绍。我们在来找一下他的递推公式，定义dp[i][j]表示把第i个物品放到容量为j的背包中所获得的的最大值。

第i个物品的值是nums[i-1]：
如果nums[i-1]>j，说明背包容量不够，第i件物品放不进去，所以我们不能选择第i个物品，那么
dp[i][j]=dp[i-1][j]；

如果nums[i-1]<=j，说明可以把第j个物品放到背包中，我们可以选择放也可以选择不放，取最大值即可，如果放就会占用一部分背包容量，最大价值是

dp[i][j]=dp[i-1][j-nums[i-1]]+nums[i-1]

如果不放
dp[i][j]=dp[i-1][j]；
取两者的最大值

最终递推公式如下

if (j >= nums[i - 1]) {
    dp[i][j] = Math.max(dp[i - 1][j], dp[i-1][j - nums[i - 1]] + nums[i - 1]);
} else {
    dp[i][j] = dp[i - 1][j];
}

我们来看下最终代码

public boolean canPartition(int[] nums) {
    //计算数组中所有元素的和
    int sum = 0;
    for (int num : nums)
        sum += num;
    //如果sum是奇数，说明数组不可能分成完全相等的两份
    if ((sum & 1) == 1)
        return false;
    //sum除以2
    int target = sum >> 1;
    int length = nums.length;
    int[][] dp = new int[length + 1][target+1];
    for (int i = 1; i <= length; i++) {
        for (int j = 1; j <= target; j++) {
            //下面是递推公式
            if (j >= nums[i - 1]) {
                dp[i][j] = Math.max(dp[i - 1][j], dp[i-1][j - nums[i - 1]] + nums[i - 1]);
            } else {
                dp[i][j] = dp[i - 1][j];
            }
        }
    }
    //判断背包最大是否能存放和为target的元素
    return dp[length][target] == target;
}

我们还可以这样写，二维数组dp是boolean类型，dp[i][j]表示数组中前i个元素的和是否可以组成和为j，很明显dp[0][0]=true，表示前0个元素（也就是没有元素）可以组成和为0。代码如下

public boolean canPartition(int[] nums) {
    //计算数组中所有元素的和
    int sum = 0;
    for (int num : nums)
        sum += num;
    //如果sum是奇数，说明数组不可能分成完全相等的两份
    if ((sum & 1) == 1)
        return false;
    //sum除以2
    int target = sum >> 1;
    int length = nums.length;
    boolean[][]dp = new boolean[length + 1][target+1];
    dp[0][0] = true;//base case
    for (int i = 1; i <= length; i++) {
        for (int j = 1; j <= target; j++) {
            //递推公式
            if (j >= nums[i - 1]) {
                dp[i][j] = (dp[i - 1][j] || dp[i-1][j - nums[i - 1]]);
            } else {
                dp[i][j] = dp[i - 1][j];
            }
        }
    }
    return dp[length][target];
}

我们看到上面二维数组计算的时候当前值只和上面一行有关，所以我们可以把它改成一维的，注意第二个for循环要倒叙，否则会把前面的值给覆盖掉导致结果错误，仔细看一下
dp[j] = (dp[j] || dp[j - nums[i - 1]]);
就明白了，相当于同一行后面的值依赖前面的，如果不是倒叙，前面的值被修改了，在计算后面的就会导致错误。我们来看下代码。

public boolean canPartition(int[] nums) {
    //计算数组中所有元素的和
    int sum = 0;
    for (int num : nums)
        sum += num;
    //如果sum是奇数，说明数组不可能分成完全相等的两份
    if ((sum & 1) == 1)
        return false;
    //sum除以2
    int target = sum >> 1;
    int length = nums.length;
    boolean[] dp = new boolean[target + 1];
    dp[0] = true;//base case
    for (int i = 1; i <= length; i++) {
        //注意这里j要倒叙
        for (int j = target; j >= 1; j--) {
            //递推公式
            if (j >= nums[i - 1]) {
                dp[j] = (dp[j] || dp[j - nums[i - 1]]);
            }
            //else {//这里省略
            // dp[j] = dp[j];
            //}
        }
    }
    return dp[target];
}

DFS解决

每种元素可以选择也可以不选择，只需要判断他所有的可能组合中，元素和是否有等于sum/2的，我们可以把它看做是一棵二叉树，左子节点表示选择当前元素，右子节点表示不选择当前元素，如下图所示，橙色节点表示选择当前元素，蓝色表示不选择。

我们来看下代码

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！