代码随想录算法训练营之JAVA｜第三十六天|343. 整数拆分

最新推荐文章于 2024-09-27 11:17:47 发布

BlingZeng

最新推荐文章于 2024-09-27 11:17:47 发布

阅读量77

点赞数

文章标签：算法

本文链接：https://blog.csdn.net/BlingZeng/article/details/132504445

版权

文章讲述了作者在刷LeetCode第416题时，起初使用回溯法超时，后来通过观看代码随想录理解了如何运用0-1背包的动态规划方法解决问题。作者强调了模板和模式的重要性，以及如何将题目转化为0-1背包问题求解思路。

摘要由CSDN通过智能技术生成

今天是第36天刷leetcode，立个flag，打卡60天。

算法挑战链接

416. 分割等和子集https://leetcode.cn/problems/partition-equal-subset-sum/

第一想法

题目理解：将一个数组分成两份，让两份之和相等。

这种题目下意识会使用回溯，因为尝试所有的结果是可以知道答案的。

但是回溯的代码会导致超时。

于是我就做不出来了。～～～～～～～

看完代码随想录之后的想法

代码随想录使用的是0-1背包的方式来解决这个问题的。（但是为什么用0-1背包呢？我没有想清楚。）

题目中给到的数组可以当成是物品，背包的容量是j。

题目的意思是：物品任取的情况下，是否可以恰好装满某个容量的背包。

因此可以套上0-1背包的公式去解决。

动态规划的五部曲走起：

确定dp数组（dp table）以及下标的含义

dp[j] 代表的含义是：在 0-i 物品任取的情况下，容量为 J 的最大价值

确定递推公式

递推公式就直接写了，因为是0-1背包的公式 dp[j] = max(dp[j], dp[j-i] + nums[i])

dp的初始化

需要将dp数组全部初始化为0

确定遍历顺序

先遍历物品，然后在遍历容量，遍历容量的时候需要从大到小开始遍历，因为有每个物品只能使用一次的限制。

举例推导dp数组

数据就不推导了。

代码如下：

class Solution {
    public boolean canPartition(int[] nums) {
        if (nums.length <= 1) {
            return false;
        }

        //计算总数
        int sum = 0;
        for (int num : nums) {
            sum+=num;
        }

        //如果总数是奇数，不能平分
        if (sum % 2 != 0) {
            return false;
        }

        //dp[j] 表示在容量为j的情况下，价值最大
        int medium = sum / 2;
        int dp[] = new int[medium+1];

        for (int i = 0; i < nums.length; i++) {
            for (int j = medium; j >= nums[i]; j--) {
                dp[j] = Math.max(dp[j], dp[j-nums[i]] + nums[i]);
            }

        }
        return dp[medium] == medium;
    }
}