Given an array of integers nums
and a positive integer k
, find whether it's possible to divide this array into k
non-empty subsets whose sums are all equal.
Example 1:
Input: nums = [4, 3, 2, 3, 5, 2, 1], k = 4 Output: True Explanation: It's possible to divide it into 4 subsets (5), (1, 4), (2,3), (2,3) with equal sums.
Note:
1 <= k <= len(nums) <= 16
.
0 < nums[i] < 10000
.
这道题给了我们一个数组nums和一个数字k,问我们该数字能不能分成k个非空子集合,使得每个子集合的和相同。给了k的范围是[1,16],而且数组中的数字都是正数。这跟之前那道Partition Equal Subset Sum很类似,但是那道题只让分成两个子集合,所以问题可以转换为是否存在和为整个数组和的一半的子集合,可以用dp来做。但是这道题让求k个和相同的,感觉无法用dp来做,因为就算找出了一个,其余的也需要验证。这道题我们可以用递归来做,首先我们还是求出数组的所有数字之和sum,首先判断sum是否能整除k,不能整除的话直接返回false。然后需要一个visited数组来记录哪些数组已经被选中了,然后调用递归函数,我们的目标是组k个子集合,是的每个子集合之和为target = sum/k。我们还需要变量start,表示从数组的某个位置开始查找,curSum为当前子集合之和,在递归函数中,如果k=1,说明此时只需要组一个子集合,那么当前的就是了,直接返回true。如果curSum等于target了,那么我们再次调用递归,此时传入k-1,start和curSum都重置为0,因为我们当前又找到了一个和为target的子集合,要开始继续找下一个。否则的话就从start开始遍历数组,如果当前数字已经访问过了则直接跳过,否则标记为已访问。然后调用递归函数,k保持不变,因为还在累加当前的子集合,start传入i+1,curSum传入curSum+nums[i],因为要累加当前的数字,如果递归函数返回true了,则直接返回true。否则就将当前数字重置为未访问的状态继续遍历
public class CanPartitionKSubsets {
public boolean canPartitionKSubsets(int[] nums, int k) {
if (k == 1)
return true;
int sum = Arrays.stream(nums).sum();
if (sum % k > 0)
return false;
int target = sum / k;
Arrays.sort(nums);
int row = nums.length - 1;
if (nums[row] > target)
return false;
while (row >= 0 && nums[row] == target) {
row--;
k--;
}
return helper(new int[k], row, nums, target);
}
private boolean helper(int[] groups, int row, int[] nums, int target) {
if (row == 0)
return true;
int v = nums[row--];
for (int i = 0; i < groups.length; i++) {
if (groups[i] + v <= target) {
groups[i] += v;
if (helper(groups, row, nums, target)) {
return true;
}
groups[i] -= v;
}
}
return false;
}
public static void main(String[] args) {
int[] nums = new int[] {4,3,2,3,5,2,1};
System.out.println(new CanPartitionKSubsets().canPartitionKSubsets(nums, 4));
}
}
下面这种方法也挺巧妙的,思路是建立长度为k的数组v,只有当v里面所有的数字都是target的时候,才能返回true。我们还需要给数组排个序,由于题目中限制了全是正数,所以数字累加只会增大不会减小,一旦累加超过了target,这个子集合是无法再变小的,所以就不能加入这个数。实际上相当于贪婪算法,由于题目中数组数字为正的限制,有解的话就可以用贪婪算法得到。我们用一个变量idx表示当前遍历的数字,排序后,我们从末尾大的数字开始累加,我们遍历数组v,当前位置加上nums[idx],如果超过了target,我们掉过继续到下一个位置,否则就调用递归,此时的idx为idx-1,表示之前那个数字已经成功加入数组v了,我们尝试着加下一个数字。如果递归返回false了,我们就将nums[idx]从数组v中对应的位置减去,还原状态,然后继续下一个位置。如果某个递归中idx等于-1了,表明所有的数字已经遍历完了,此时我们检查数组v中k个数字是否都为target,是的话返回true,否则返回false
public class CanPartitionKSubsets {
public boolean canPartitionKSubsets(int[] nums, int k) {
int sum = Arrays.stream(nums).sum();
if (sum % k > 0) {
return false;
}
boolean[] visited = new boolean[nums.length];
Arrays.fill(visited, false);
return helper(nums, k, sum / k, 0, 0, visited);
}
private boolean helper(int[] nums, int k, int target, int start,
int currSum, boolean[] visited) {
if (k == 1) {
return true;
}
if (currSum == target) {
return helper(nums, k - 1, target, 0, 0, visited);
}
for (int i = start; i < nums.length; i++) {
if (visited[i]) {
continue;
}
visited[i] = true;
if (helper(nums, k, target, i + 1, currSum + nums[i], visited)) {
return true;
}
visited[i] = false;
}
return false;
}
public static void main(String[] args) {
int[] nums = new int[] {4,3,2,3,5,2,1};
System.out.println(new CanPartitionKSubsets1().canPartitionKSubsets(nums, 4));
}
}
public class CanPartitionKSubsets {
public boolean canPartitionKSubsets(int[] nums, int k) {
if (k == 1)
return true;
int sum = Arrays.stream(nums).sum();
if (sum % k > 0)
return false;
int target = sum / k;
Arrays.sort(nums);
int row = nums.length - 1;
if (nums[row] > target)
return false;
while (row >= 0 && nums[row] == target) {
row--;
k--;
}
return helper(new int[k], row, nums, target);
}
private boolean helper(int[] groups, int row, int[] nums, int target) {
if (row == 0)
return true;
int v = nums[row--];
for (int i = 0; i < groups.length; i++) {
if (groups[i] + v <= target) {
groups[i] += v;
if (helper(groups, row, nums, target)) {
return true;
}
groups[i] -= v;
}
}
return false;
}
public static void main(String[] args) {
int[] nums = new int[] {4,3,2,3,5,2,1};
System.out.println(new CanPartitionKSubsets().canPartitionKSubsets(nums, 4));
}
}