Given a non-empty array containing only positive integers, find if the array can be partitioned into two subsets such that the sum of elements in both subsets is equal.
Note:
Each of the array element will not exceed 100.
The array size will not exceed 200.
题意:给定一个非空非负的数组,判断其能否分成元素和大小相等的两个子集。
分析: 那我第一个想法就是递归搜索所有情况,一个元素要么在sub1 要么在sub2,即遍历一次数组,对每个元素采取 “取”或“不取”两种操作,遍历完后 判断sub1的和是否等于sub2的和。
暴力递归:超时
public boolean canPartition(int[] nums) {
if(nums == null || nums.length == 0)
return true;
int sum = 0;
for (int x : nums)
sum += x;
return dfs(nums,0,0,sum);
}
public boolean dfs(int[] nums,int start , int left,int right)
{
if(start == nums.length || left == right)
{
if(left == right)
return true;
else
return false;
}
return dfs(nums,start+1,left+nums[start],right-nums[start])||dfs(nums,start+1,left,right);
}
如何优化,是否可以记忆化:
其实已经想到这个问题,可以转化为判断是否存在一个子集,它的和为一个目标值(在这里为totalSum/2),这样一但总和为奇数也可直接判断。
那对于这样一个问题,感觉和Sum2以及Sum3很像。但是不一样,Sum2指定了只能选择两个数达到target,而这里可以遍历整个数组,对每个数有要 和 不要 两种选择,说到这里是否感觉和01背包问题很像。
对了,这道题的实战就是一道01背包问题,正好题目也限制了元素的个数和大小,不至于过大!!!
那01背包是最基础的一道DP问题,给定背包的容量,让我们从物品中选出价值最大的组合。
而这里,问题实际上就是给定一个容量,让我们判断是否有一种组合刚好放满背包。
状态定义:dp[i][j]表示前i个物品是否存在子集和为j
状态转移方程:dp[i][j] = dp[i-1][j] || dp[i-1][j-v[i]]
public boolean canPartition(int[] nums) {
if(nums == null || nums.length == 0)
return true;
int sum = 0;
for (int x : nums)
sum += x;
if (sum % 2 == 1)
return false;
int tar = sum / 2;
boolean[][] dp = new boolean[nums.length+1][tar+1];
dp[0][0] = true;
for (int i = 1 ; i < dp.length ; i++)
dp[i][0] = nums[i-1]==0 && dp[i-1][0];
for (int i = 1 ; i < dp.length ; i ++)
{
for (int j = 1; j <= tar ; j++)
{
if (nums[i-1] <= j)
dp[i][j] = dp[i-1][j-nums[i-1]] || dp[i-1][j];
else
dp[i][j] = dp[i-1][j];
}
}
return dp[nums.length][tar];
}
01背包还可以进行空间优化,一维数组,从后往前遍历。
//一维背包,此时当前dp[j]表示对于前i个物品容量能否达到j
//之所以从后往前,是因为下一层需要用到dp[j-nums[i]],避免被更新
public boolean betterdp_canPartition(int[] nums) {
if(nums == null || nums.length == 0)
return true;
int sum = 0;
for (int x : nums)
sum += x;
if (sum % 2 == 1)
return false;
int tar = sum / 2;
boolean[] dp = new boolean[tar +1];
dp[0] = true;
for (int i = 1 ; i < nums.length ; i ++)
{
for (int j = tar; j >= 0 ; j--)
{
if (nums[i-1] <= j)
dp[j] = dp[j-nums[i-1]] || dp[j];
}
}
return dp[tar];
}