【LeetCode】416. Partition Equal Subset Sum

关键词:动态规划, 滚动数组, 将数组划分成和相等的两部分


题目描述:

Given a non-empty array containing only positive integers, find if the array can be partitioned into two subsets such that the sum of elements in both subsets is equal.

Note:

  1. Each of the array element will not exceed 100.
  2. The array size will not exceed 200.

Example 1:

Input: [1, 5, 11, 5]

Output: true

Explanation: The array can be partitioned as [1, 5, 5] and [11].

Example 2:

Input: [1, 2, 3, 5]

Output: false

Explanation: The array cannot be partitioned into equal sum subsets.

即将给定的数组划分成两部分, 这两部分数组和相等。


题目解析:

使用动态规划的方法, 记二维布尔数组 A[i, j] 表示使用数组的前 i 个数字, 是否能构成和为 j 的数组状态转移方程为:

            A[0,0] = 1
            A[i+1,j] = A[i,j] or A[i, j - nums[i]]

初始化时, A[0, 0] = 1, 表示不使用任何数字时, 能构成和为0的数组(空数组)。

当计算A[i+1, j]时,若使用前i个数字不使用第i个数字能构成和j, 那么A[i+1,j] = true; 若使用前i个数字且使用第i个数字时,若A[i, j - nums[i]] 为true, 则A[i+1, j] = true.


参考代码:

class Solution {
public:
    bool canPartition(vector<int>& nums) {
        int su = 0;
        for (int i : nums)su += i;
        if (su & 1)return false;
        int half = su / 2;
        vector<vector<bool> > dp(nums.size()+1, vector<bool>(half + 1, false));
        /*
            A[0,0] = 1
            A[i+1,j] = A[i,j] or A[i, j - nums[i]]
        */
        dp[0][0] = true;
        for (int i = 0;i < nums.size();++i){
            for (int j = 0;j <= half;++j){
                dp[i+1][j] = dp[i][j];
                if (j >= nums[i] && dp[i][j - nums[i]])dp[i+1][j] = true;
            }
        }
        return dp[nums.size()][half];
    }
};

上述算法的时间复杂度为O(nums.size() * half), 空间复杂度为(O((nums.size() + 1)* (half + 1) )), 其中half为所有数字总和的一半。

使用滚动数组可以降低空间的使用量, 原因是动态规划的过程中, 存在不再使用的旧值,可以用新值将旧值覆盖。

状态转移方程为:

B[0] = 1
B'[j] = B[j] or B[j - nums[i]] 

需要注意, 不要将同一个位置的数字相加多遍, 若j 从低往高数, 会将同一数字相加多遍。若j 从高往低数, 则可以保证同一个数字最多只被加一遍。

参考代码:

class Solution {
public:
    bool canPartition(vector<int>& nums) {
        int su = 0;
        for (int i : nums)su += i;
        if (su & 1)return false;
        int half = su / 2;
        vector<bool> dp(half + 1, false);
        dp[0] = true;
        for (int k : nums){
            for (int j = half; j >= k;--j){
                if (!dp[j] && dp[j - k])dp[j] = true;
            }
        }
        return dp[half];
    }
};
时间复杂度为O(nums.size() * half), 空间复杂度为O(half ), 可见使用滚动数组, 时间复杂度不变,但空间复杂度减少了很多。

以下是对提供的参考资料的总结,按照要求结构化多个要点分条输出: 4G/5G无线网络优化与网规案例分析: NSA站点下终端掉4G问题:部分用户反馈NSA终端频繁掉4G,主要因终端主动发起SCGfail导致。分析显示,在信号较好的环境下,终端可能因节能、过热保护等原因主动释放连接。解决方案建议终端侧进行分析处理,尝试关闭节电开关等。 RSSI算法识别天馈遮挡:通过计算RSSI平均值及差值识别天馈遮挡,差值大于3dB则认定有遮挡。不同设备分组规则不同,如64T和32T。此方法可有效帮助现场人员识别因环境变化引起的网络问题。 5G 160M组网小区CA不生效:某5G站点开启100M+60M CA功能后,测试发现UE无法正常使用CA功能。问题原因在于CA频点集标识配置错误,修正后测试正常。 5G网络优化与策略: CCE映射方式优化:针对诺基亚站点覆盖农村区域,通过优化CCE资源映射方式(交织、非交织),提升RRC连接建立成功率和无线接通率。非交织方式相比交织方式有显著提升。 5G AAU两扇区组网:与三扇区组网相比,AAU两扇区组网在RSRP、SINR、下载速率和上传速率上表现不同,需根据具体场景选择适合的组网方式。 5G语音解决方案:包括沿用4G语音解决方案、EPS Fallback方案和VoNR方案。不同方案适用于不同的5G组网策略,如NSA和SA,并影响语音连续性和网络覆盖。 4G网络优化与资源利用: 4G室分设备利旧:面对4G网络投资压减与资源需求矛盾,提出利旧多维度调优策略,包括资源整合、统筹调配既有资源,以满足新增需求和提质增效。 宏站RRU设备1托N射灯:针对5G深度覆盖需求,研究使用宏站AAU结合1托N射灯方案,快速便捷地开通5G站点,提升深度覆盖能力。 基站与流程管理: 爱立信LTE基站邻区添加流程:未提供具体内容,但通常涉及邻区规划、参数配置、测试验证等步骤,以确保基站间顺畅切换和覆盖连续性。 网络规划与策略: 新高铁跨海大桥覆盖方案试点:虽未提供详细内容,但可推测涉及高铁跨海大桥区域的4G/5G网络覆盖规划,需考虑信号穿透、移动性管理、网络容量等因素。 总结: 提供的参考资料涵盖了4G/5G无线网络优化、网规案例分析、网络优化策略、资源利用、基站管理等多个方面。 通过具体案例分析,展示了无线网络优化中的常见问题及解决方案,如NSA终端掉4G、RSSI识别天馈遮挡、CA不生效等。 强调了5G网络优化与策略的重要性,包括CCE映射方式优化、5G语音解决方案、AAU扇区组网选择等。 提出了4G网络优化与资源利用的策略,如室分设备利旧、宏站RRU设备1托N射灯等。 基站与流程管理方面,提到了爱立信LTE基站邻区添加流程,但未给出具体细节。 新高铁跨海大桥覆盖方案试点展示了特殊场景下的网络规划需求。
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