【算法与数据结构】416、LeetCode分割等和子集

最新推荐文章于 2024-08-25 18:17:58 发布

晚安66

最新推荐文章于 2024-08-25 18:17:58 发布

阅读量588

点赞数 10

分类专栏：算法文章标签：算法

本文链接：https://blog.csdn.net/qq_45765437/article/details/135645447

版权

算法专栏收录该内容

129 篇文章 2 订阅

订阅专栏

本文介绍了如何使用动态规划解决LeetCode中的01背包问题，通过构建一维滚动数组并计算累积和，判断是否存在子集总和等于背包最大容量的一半。时间复杂度为O(n^2)，空间复杂度为O(n)。

摘要由CSDN通过智能技术生成

所有的LeetCode题解索引，可以看这篇文章——【算法和数据结构】LeetCode题解。

一、题目

在这里插入图片描述

二、解法

思路分析：本题可以抽象成一个01背包的问题，关于01背包可以看【算法与数据结构】算法与数据结构知识点。本题只需要求出数组的累积和，然后和的一半就可以视为背包的最大重量，目标就是要判断数组中是否有和为背包最大重量的子集。其中，物品重量和价值相同，就是数组元素的值。根据01背包的思想，我们写出如下一维滚动数组的代码。
程序如下：

class Solution {
public:
	bool canPartition(vector<int>& nums) {
		int sum = 0;
		for (int i : nums) sum += i;	// 也可以用accumalte函数
		if (sum % 2 != 0 || nums.size() < 2) return false;
		vector<int> dp(sum/2 + 1, 0);
		for (int i = 0; i < nums.size(); i++) {
			for (int j = sum / 2; j >= nums[i]; j--) {
				dp[j] = max(dp[j], dp[j - nums[i] ] + nums[i]);
			}
		}
		if (dp[sum / 2] == sum / 2) return true;
		return false;
	}
};

复杂度分析：

时间复杂度： $O(n^2)$ 。
空间复杂度： $O (n)$ 。

三、完整代码

# include <iostream>
# include <vector>
# include <numeric>
# include <algorithm>
using namespace std;

class Solution {
public:
	bool canPartition(vector<int>& nums) {
		int sum = 0;
		for (int i : nums) sum += i;	// 也可以用accumalte函数
		if (sum % 2 != 0 || nums.size() < 2) return false;
		vector<int> dp(sum/2 + 1, 0);
		for (int i = 0; i < nums.size(); i++) {
			for (int j = sum / 2; j >= nums[i]; j--) {
				dp[j] = max(dp[j], dp[j - nums[i] ] + nums[i]);
			}
		}
		if (dp[sum / 2] == sum / 2) return true;
		return false;
	}
};

int main() {
	vector<int> nums = { 1,5,11,5 };
	Solution s1;
	bool result = s1.canPartition(nums);
	cout << result << endl;
	system("pause");
	return 0;
}