分割等和子集[问题转换&限定的01背包]

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