Leetcode——分割等和

题目描述:给定一个只包含正整数的非空数组。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。

解题思路:

  • 可以看成一个背包大小为 sum/2 的 0-1 背包问题。

class Solution {
    public boolean canPartition(int[] nums) {
        int sum = sum(nums);
        if(sum%2!=0)
            return false;
        int w = sum / 2;
        boolean dp[] = new boolean[w+1];
        dp[0] = true;
        for(int num:nums){
            for(int j = w;j>=num;j--)
                dp[j] = dp[j]||dp[j-num];
        }
        return dp[w];
    }
    public int sum(int[] nums){
        int sum = 0;
        for(int x:nums)
            sum += x;
        return sum;
    }
}

拓展——改变一组数的正负号使得它们的和为一给定数

题目描述:给定一个非负整数数组,a1, a2, ..., an, 和一个目标数,S。现在你有两个符号 + 和 -。对于数组中的任意一个整数,你都可以从 + 或 -中选择一个符号添加在前面。返回可以使最终数组和为目标数 S 的所有添加符号的方法数。

解题思路:

  • 该问题可以转换为 Subset Sum 问题,从而使用 0-1 背包的方法来求解。
  • 可以将这组数看成两部分,P 和 N,其中 P 使用正号,N 使用负号,有以下推导:

 因此只要找到一个子集,令它们都取正号,并且和等于 (target + sum(nums))/2,就证明存在解。

class Solution {
    public int findTargetSumWays(int[] nums, int S) {
        int sum = sum(nums);
        if(S>sum||(sum+S)%2!=0)
            return 0;
        int w = (sum + S)/2;
        int[] dp = new int[w+1];
        dp[0] = 1;
        for(int num:nums){
            for(int j = w;j>=num;j--)
                dp[j] = dp[j] + dp[j-num];
        }
        return dp[w];
    }
    public int sum(int[] nums){
        int sum = 0;
        for(int num:nums)
            sum += num;
        return sum;
    }
}

题目描述:给定一个非负整数数组nums和一个整数m,你需要将这个数组m个非空的连续子数组。设计一个算法使得这m个子数组中的最大和最小。 解题思路: 这是一个典型的二分搜索题目,可以使用二分查找来解决。 1. 首先确定二分的左右边界。左边界为数组中最大的值,右边界为数组中所有元素之和。 2. 在二分搜索的过程中,计算出分割数组的组数count,需要使用当前的中间值来进行判断。若当前的中间值不够分割m个子数组,则说明mid值偏小,将左边界更新为mid+1;否则,说明mid值偏大,将右边界更新为mid。 3. 当左边界小于等于右边界时,循环终止,此时的左边界即为所求的结果。 具体步骤: 1. 遍历数组,找到数组中的最大值,并计算数组的总和。 2. 利用二分查找搜索左右边界,从左边界到右边界中间的值为mid。 3. 判断当前的mid值是否满足题目要求,若满足则更新右边界为mid-1; 4. 否则,更新左边界为mid+1。 5. 当左边界大于右边界时,循环终止,返回左边界即为所求的结果。 代码实现: ```python class Solution: def splitArray(self, nums: List[int], m: int) -> int: left = max(nums) right = sum(nums) while left <= right: mid = (left + right) // 2 count = 1 total = 0 for num in nums: total += num if total > mid: total = num count += 1 if count > m: left = mid + 1 else: right = mid - 1 return left ``` 时间复杂度分析:二分搜索的时间复杂度为O(logN),其中N为数组的总和,而遍历数组的时间复杂度为O(N),因此总的时间复杂度为O(NlogN)。
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