代码随想录算法训练营第42天| 416. 分割等和子集

文章讲述了如何使用动态规划的01背包策略解决416.分割等和子集问题,指出当数据量大时避免使用回溯算法,同时提供了解题思路和代码实现。动态规划的五部曲分析包括确定dp数组、递推公式、初始化、遍历顺序以及举例推导。
摘要由CSDN通过智能技术生成

代码随想录算法训练营第42天| 416. 分割等和子集

416. 分割等和子集

题目链接:416. 分割等和子集,难度:中等
【实现代码】

class Solution {
public:
    bool canPartition(vector<int>& nums) {
        int sum = 0;
        for (int i = 0; i < nums.size(); i++) {
            sum += nums[i];
        }
        if (sum % 2 == 1) {
            return false;
        }

        int target = sum / 2;
        vector<int> dp(10001, 0);
        dp[0] = 0; 
        for (int i = 0; i < nums.size(); i++) {
            for (int j = target; j >= nums[i]; j--) {
                dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);
            }
        }
        return dp[target] == target;
    }
};

【解题思路】

为什么这一题使用01背包来做?
当然本题使用回溯算法求解出每一种情况进行判断也可以,但是会超时,因为数据量大。和本题类似的一个题目698. 划分为k个相等的子集可以使用回溯来解决,因为数据量小。这也提示我,如果看到一个题目可以用回溯算法解决,那么去看数据量,如果数据量小则使用回溯来解决,数据量大则考虑使用贪心或者动态规划。
动规五部曲分析如下:

  1. 确定dp数组以及下标的含义:01背包中,dp[j] 表示: 容量为j的背包,所背的物品价值最大可以为dp[j]。本题中每一个元素的数值既是重量,也是价值。
  2. 确定递推公式:dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);
  3. dp数组如何初始化:从dp[j]的定义来看,首先dp[0]一定是0。本题题目中 只包含正整数的非空数组,所以非0下标的元素初始化为0就可以了。
  4. 确定遍历顺序:如果使用一维dp数组,物品遍历的for循环放在外层,遍历背包的for循环放在内层,且内层for循环倒序遍历!
  5. 举例推导dp数组:dp[j]的数值一定是小于等于j的。如果dp[j] == j 说明,集合中的子集总和正好可以凑成总和j,理解这一点很重要。用例1,输入[1,5,11,5] 为例,如图:
    在这里插入图片描述
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值