leetcode-416.分割等和子集

背包类问题

---

题目详情

给你一个 只包含正整数 的 非空 数组 nums 。请你判断是否可以将这个数组分割成两个子集，使得两个子集的元素和相等。

---

示例1：

输入：nums = [1,5,11,5]
输出：true
解释：数组可以分割成 [1, 5, 5] 和 [11] 。

示例2:

输入：nums = [1,2,3,5]
输出：false
解释：数组不能分割成两个元素和相等的子集。

我的代码：

本题可以转化为在数组中挑选元素总和价值为sum/2的数字
所以可以视为0-1背包问题

/*
本题的可以转化为在数组中挑选元素总和价值为sum/2的数字
所以可以视为0-1背包问题
*/
class Solution 
{
public:
    bool canPartition(vector<int>& nums) 
    {
        int sum = accumulate(nums.begin(), nums.end(), 0);  //求总和
        if (sum % 2) return false;                      //不能被2整除必false
        int target = sum / 2, n = nums.size();
        vector<vector<bool>> dp(n + 1, vector<bool>(target + 1, false));
        dp[0][0] = true;            //别忘了初始化dp[0][0]
        for (int i = 1; i <= n; ++i)
        {
            for (int j = 0; j <= target; ++j)
            {
                if (j < nums[i-1])          //剩余需要的值(即背包问题的剩余空间)不足装下该数字(物品)
                {
                    dp[i][j] = dp[i-1][j];  //则dp同上一件物品
                }
                else                        //有剩余
                {
                    dp[i][j] = dp[i-1][j] || dp[i-1][j-nums[i-1]];  //这里将背包问题的取max变换为用||取true
                }
            }
        }
        return dp[n][target];
    }   
};

同样的我们可以减小维度以优化空间复杂度:

class Solution 
{
public:
    bool canPartition(vector<int>& nums) 
    {
        int sum = accumulate(nums.begin(), nums.end(), 0);  //求总和
        if (sum % 2) return false;                      //不能被2整除必false
        int target = sum / 2, n = nums.size();
        vector<bool> dp(target + 1, false);
        dp[0] = true;            //别忘了初始化dp[0][0]
        for (int i = 1; i <= n; ++i)
        {
            for (int j = target; j >= nums[i-1]; --j)
            {
               /*
                if (j < nums[i-1])          //剩余需要的值(即背包问题的剩余空间)不足装下该数字(物品)
                {
                    dp[j] = dp[j];  //则dp同上一件物品
                }
                else                        //有剩余
                {
                    dp[j] = dp[j] || dp[j-nums[i-1]];  //这里将背包问题的取max变换为用||取true
                }
                */
                dp[j] = dp[j] || dp[j-nums[i-1]];
            }
        }
        return dp[target];
    }   
};

不知道原理的可以看一下另一篇背包问题解释:

背包问题解释