最近在研究背包问题,所以刷的题目也与背包问题相关,不过归根结底还是在解决线性规划问题。下面就和大家分享一下刚刷的这道题吧!
题目如下:
题意分析:
给定一个仅包含正整数的非空数组,请判断是否可以将该数组分成两个子数组且两子数组各元素之和相等。
方法一(记忆化搜索法)
表面上看本题与背包问题无关,但是转换成将 n 个物品(元素)放入拥有容量 C (sum(对n个元素求和) / 2 ) 的背包里时,那么就是典型的背包问题了。 其状态定义与转移方程定义如下图,详细的解题方法见代码与注释。
解题代码如下:
class Solution{
private:
//memo[index][c]表示使用索引为[0,index]的这些元素,是否可以完全填充一个容量为C的背包
//其中-1:表示未计算;0:表示不可刚好填满;1:表示可以刚好填满
vector<vector<int>> memo;
bool findcanPartition( vector<int>& nums, int index, int C ){
//当背包被刚好填满了,直接返回true
if ( C == 0 ) return true;
//当背包不能被刚好填满了,直接返回false
if ( C < 0 || index < 0) return false;
// memo[index][C] == 1 的目的在于将0/1值转换成true/false值
if ( memo[index][C] != -1 ) return memo[index][C] == 1;
memo[index][C] = ( findcanPartition( nums, index - 1, C ) || findcanPartition( nums, index - 1, C - nums[index] ) ) ? 1 : 0;
return memo[index][C] == 1;
}
public:
bool canPartition( vector<int>& nums ){
int sum = 0;
for( int i = 0; i < nums.size(); i++ ){
sum += nums[i];
}
//若数组元素之和不能被平分为整数即不存在为整数容量的背包,直接返回false即可
if( sum % 2 != 0 ) return false;
memo = vector<vector<int>>( nums.size(), vector<int>( sum/2 + 1, -1 ) );
return findcanPartition( nums, nums.size() - 1, sum/2 );
}
};
提交后的结果如下:
方法二(动态规划法)
维护一个一维数组 memo。首先放入第一个元素,并对 memo 进行初始化,然后使用两层 for 循环,外层从放入第二个元素开始遍历到最后一个元素,内层从最大的背包容量开始递减至 0,根据方法一中的状态转移矩阵来更新 memo 中的值,最后返回memo[C]即可。
解题代码如下:
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 != 0 ) return false;
int n = nums.size();
int C = sum/2;
vector<bool> memo ( C + 1, false );
for (int j = 0; j < C+1 ; j++){
memo[j] = ( nums[0] == C );
}
for (int i = 1; i < n; i ++) {
for (int j = C; j >= nums[i]; j --) {
// memo[j]表示不放第i个物品即nums[i],memo[j-nums[i]表示放第i个物品
memo[j] = ( memo[j] || memo[j-nums[i]] );
}
}
return memo[C];
}
};
提交后的结果如下:
日积月累,与君共进,增增小结,未完待续。