注:
题目:
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。
提示:
1 <= nums.length <= 200
1 <= nums[i] <= 100
题解:
思路
这道题目是要找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。
那么只要找到集合里能够出现 sum / 2 的子集总和,就算是可以分割成两个相同元素和子集了。
本题是可以用回溯暴力搜索出所有答案的,但最后超时了,也不想再优化了,放弃回溯,直接上01背包吧。
首先,本题要求集合里能否出现总和为 sum / 2 的子集。
那么来一一对应一下本题,看看背包问题如果来解决。
只有确定了如下四点,才能把01背包问题套到本题上来。
1.背包的体积为sum / 2
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
3.背包如何正好装满,说明找到了总和为 sum / 2 的子集。
4.背包中每一个元素是不可重复放入。
动规五部曲分析如下:
确定dp数组以及下标的含义
01背包中,dp[i] 表示: 容量为 i 的背包,所背的物品价值可以最大为dp[i]。
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]。
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]);
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。
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!
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。
复杂度分析
时间复杂度:O(n×target),其中 n 是数组的长度,target 是整个数组的元素和的一半。需要计算出所有的状态,每个状态在进行转移时的时间复杂度为 O(1)。
空间复杂度:O(target),其中 target 是整个数组的元素和的一半。空间复杂度取决于 dp 数组,在不进行空间优化的情况下,空间复杂度是 O(n×target),在进行空间优化的情况下,空间复杂度可以降到 O(target)。
优化前:
class Solution {
public:
bool canPartition(vector<int>& nums) {
int sum=0;
for(int i:nums){
sum+=i;
}
if(sum%2==1){
return false;
}
int weight=sum/2;
vector<vector<int>> dp=vector<vector<int>>(nums.size(),vector<int>(weight+1,0));
for(int j=nums[0];j<=sum/2;j++){
dp[0][j]=nums[0];
}
for(int i=1;i<nums.size();i++){
for(int j=0;j<=weight;j++){
if(nums[i]>j){
dp[i][j]=dp[i-1][j];
}
else{
dp[i][j]=max(dp[i-1][j],dp[i-1][j-nums[i]]+nums[i]);
}
}
}
return dp[nums.size()-1][weight]==weight;
}
};
优化后:
class Solution {
public:
bool canPartition(vector<int>& nums) {
int sum=0;
for(int i:nums){
sum+=i;
}
if(sum%2==1){
return false;
}
int weight=sum/2;
vector<int> dp=vector<int>(weight+1,0);
dp[0]=0;
for(int i=1;i<nums.size();i++){
for(int j=weight;j>=nums[i];j--){
dp[j]=max(dp[j],dp[j-nums[i]]+nums[i]);
}
}
return dp[weight]==weight;
}
};