前言
01背包是动态规划的基础,解决特定的问题,而有的相关算法问题内部潜藏本质问题,需要做到问题转换,问题联系,然后用基础知识解决问题。
一、分割等和子集
二、动态规划
1、idea
将数组分成两个等和子序列,如果要暴力,得不断的组合,虽然不浪费太多空间,但是时间复杂度在O(2n)指数级别。
显而易见,问题被转换成该数组是否存在子序列抽象和为其一半的子序列,遍历每个数,用数组记录和为[1,target]是否存在的情况,一直递推,直到有和为target的情况。
2、go
func canPartition(nums []int) bool {
sum := 0
for _,n := range nums {
sum += n
}
// 和不能对半整数分
if sum & 1 == 1 {
return false
}
target := sum >> 1
// dp
dp := make([]bool,target + 1)
dp[0] = true // 递推动力源
for _,n := range nums {
for i := target;i >= 1;i-- {
if i >= n {
dp[i] = dp[i] || dp[i - n]
}
}
// 剪枝
if dp[target] {
return true
}
}
return false
}
// 将数组的元素归类,让两类元素和相等。
// 求所有元素和sum / 2 = target,问题转换为寻找子序列和为target的情况。
// 动态规划,寻找是否有可能和为target。
// 遍历数组,记录当前数组中的元素是否可能和为[0,target],在用或者不用当前元素n的情况下。
总结
1)刷题心得:以前学动态规划的时候,看都看不啥懂,还得慢慢理解递推过程,更别谈提前的问题转换。所以要解决大问题,先要打好各个基础,然后配合使用,才能快速解决问题。积累和清醒头脑缺一不可,所以积累伴随的痛苦和清醒头脑伴随的自律都是螺旋上升的常态。
2)问题转换,有时候是改变程序的整体结构,降低时间复杂度,有时候缺少解决问题的唯一途径,此时的暴力解已经显得非常复杂。
3)动态规划知识的积累,这种应该属于有限定target + 元素不可重复使用的01背包。
参考文献
[1] LeetCode 分割等和子集