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:
-
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]]
- 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
-
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;
}
}