2021-05-24

最新推荐文章于 2023-04-19 18:57:08 发布

十子木

最新推荐文章于 2023-04-19 18:57:08 发布

阅读量120

点赞数

分类专栏： python 文章标签： leetcode 算法动态规划数据结构

本文链接：https://blog.csdn.net/lin970113/article/details/117234754

版权

python 专栏收录该内容

54 篇文章 0 订阅

订阅专栏

这篇博客介绍了如何用动态规划解决一个经典的计算机科学问题——分割等和子集。给定一个包含正整数的数组，目标是判断是否能将其分割成两个子集，使它们的元素和相等。博主通过示例解释了动态规划的状态转移方程，并给出了具体的Python代码实现。动态规划方法基于0-1背包问题，通过遍历数组和状态数组来确定是否存在和为目标的一半的子集。

摘要由CSDN通过智能技术生成

from typing import List

'''
「416.分割等和子集」
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」
输入：nums = [1,5,11,5]
输出：true
解释：数组可以分割成 [1, 5, 5] 和 [11] 。

「动态规划：0-1背包问题」
状态变量：dp[j] 是否有总和为j的子集，dp是一个一维的布尔数组
转移方程：
如果不取nums[i]，则dp[j] = dp[j]
如果取nums[i],则dp[j] = dp[j - nums[i]] (前提：j >= nums[i])
初始条件：dp[*]初始化为False;dp[0] = True
'''

class Solution:
    def canPartition(self, nums: List[int]) -> bool:
        sumAll = sum(nums)
        if sumAll % 2:
            return False
        target = sumAll // 2

        dp = [False] * (target + 1)
        dp[0] = True

        for i in range(len(nums)):
            for j in range(target, nums[i] - 1, -1):
                if j >= nums[i]:
                    dp[j] = dp[j] or dp[j - nums[i]] #只要满足两个条件的任何一个dp[j]都是TRUE
        return dp[-1]


nums = [1,5,11,5]
ll = Solution()
a = ll.canPartition(nums)