50.分割等和子集

一、题目描述

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。

二、解题思路

解题思路一

在了解了49_01背包问题之后，本题是可以套进01背包问题的，对于非空数组nums中的每一个元素我们都只可以使用一次，要求集合中出现总和为 sum / 2 的⼦集。

明确如下四点就能很容易套进01背包问题：

• 背包体积sum/2
• 背包要放⼊的商品（集合⾥的元素）重量为 元素的数值，价值也为元素的数值
• 背包如何正好装满，说明找到了总和为 sum / 2 的⼦集。
• 背包中每⼀个元素是不可重复放⼊。

动规五部曲：

第一步：确定dp数组以及下标的含义

dp[i][j]表示从数组的 [0,i] 下标范围内选取若干个正整数（可以是 0 个），是否存在一种选取方案使得被选取的正整数的和等于 j

第二步：确定递推公式

作为01背包问题，它的特点是：每个数只能用一次。解决思路是：物品一个个选，容量也一点点增加去考虑。

在选取的正整数的个数不为0(大于0)且这些数的和大于0的情况下，应该分两种情况来考虑：

1. 当j >= num[i] ，对应于背包中还有足够的空间存放物品num[i]，那么对于当前的数字nums[i]，可选可不选

   • 如果选了的话，表示在[0，j-1]这个子区间内就得找到一部分元素，是的他们的和为j-nums[i]此时有dp[i][j] = dp[i-1][j-nums[i]]
   • 如果不选，表示在[0，j-1]这个子区间内有一部分元素，使的和为j，有dp[i][j] = dp[i-1][j]

   综合起来就是：

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

2. 当j < nums[i] ，说明当前选取得数字大于目标和，这时不选取nums[i]，此时有dp[i][j] = dp[i-1][j]

第三步：dp数组如何初始化

• 如果不选取任何正整数，即此时子集和为j=0，有dp[i][j] = true
• 当i ==0是，只有一个正整数nums[0]可以选取，因此dp[0][nums[0]]=true；

第四步：确定遍历顺序

for(int i = 1; i < nums.length; i++) { // 遍历物品
    for(int j = 0; j <= target; j++) { // 遍历背包容量
        if (j < nums[i]){
            dp[i][j] = dp[i-1][j]; 
        }else{
            dp[i][j] = dp[i-1][j] || dp[i-1][j-nums[i]];
        }
    }
}

第五步：举例推导dp数组

略。

代码演示一

class Solution {
    public boolean canPartition(int[] nums) {
        //计算数组中所有非空正整数的和
        int sum = 0;
        for(int i=0; i<nums.length; i++){
            sum += nums[i];
        }

        //特判：如果是奇数就不符合要求
        if(sum%2==1){
            return false;
        }

        //题目中要求的子集和
        int target = sum/2;

        boolean[][] dp = new boolean[nums.length][target+1];

        //dp数组的初始化
        for(int i=0; i<nums.length; i++){
            dp[i][0] = true;
        }
        if(nums[0]<target){
            dp[0][nums[0]] = true;
        }

        //层层遍历
        for(int i = 1; i < nums.length; i++) { // 遍历物品
	        for(int j = 0; j <= target; j++) { // 遍历背包容量
		        if (j < nums[i]){
                    dp[i][j] = dp[i-1][j]; // 这个是为了展现dp数组⾥元素的变化
                }else{
    		        dp[i][j] = dp[i-1][j] || dp[i-1][j-nums[i]];
		        }
            }
        }
        return dp[nums.length-1][target];
    }
}

解题思路二

用一维数组求解，优化空间。

第一步：确定dp数组以及下标的含义

01背包中，dp[i] 表示： 容量为j的背包，所背的物品价值可以最⼤为dp[j]。

套到本题，dp[i]表示 背包总容量是i，最⼤可以凑成i的⼦集总和为dp[i]。

第二步: 确定递推公式

01背包的递推公式为：dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);

本题，相当于背包⾥放⼊数值，那么物品i的重量是nums[i]，其价值也是nums[i]。

所以递推公式：dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);

第三步：dp数组如何初始化

在01背包，⼀维dp如何初始化，已经讲过，

从dp[j]的定义来看，⾸先dp[0]⼀定是0。

如果如果题⽬给的价值都是正整数那么⾮0下标都初始化为0就可以了，如果题⽬给的价值有负数，那么

⾮0下标就要初始化为负⽆穷。

这样才能让dp数组在递归公式的过程中取的最⼤的价值，⽽不是被初始值覆盖了。

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。

代码如下：

int[] dp = new int[10001]; //提示中给了整数范围

第四步：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循环倒叙遍历！

代码如下：

for(int i=0; i<nums.lenght; i++){
    for(int j=target; i>=nums[i]; j--){
        dp[j] = Max.max(dp[j],dp[j-nums[i]]+nums[i]);
    }
}

第五步：举例推导dp数组

dp[i]的数值⼀定是⼩于等于i的。

如果dp[i] == i 说明，集合中的⼦集总和正好可以凑成总和i，理解这⼀点很重要。

⽤例1，输⼊[1,5,11,5] 为例，如图：

最后dp[11] == 11，说明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。

代码演示二

class Solution {
    public boolean canPartition(int[] nums) {
        //计算数组中所有非空正整数的和
        int sum = 0;
        for(int i=0; i<nums.length; i++){
            sum += nums[i];
        }

        //特判：如果是奇数就不符合要求
        if(sum%2==1){
            return false;
        }

        //题目中要求的子集和
        int target = sum/2;

       int[] dp = new int[10001];

        //层层遍历
        for(int i = 0; i < nums.length; i++) { // 遍历物品
	        for(int j = target; j >= nums[i]; j--) { // 遍历背包容量
		        dp[j] = Math.max(dp[j], dp[j-nums[i]] + nums[i]);
            }
        }
        
        //集合中的元素整好可以凑成整和target
        if(dp[target]==target){
            return true;
        }
        return false;
    }
}