题目地址:
https://leetcode.com/problems/partition-to-k-equal-sum-subsets/
给定一个数组 A A A,和一个正整数 k k k,问是否能将 A A A拆为 k k k个子集,并且每个子集的和相等。
法1:DFS + 剪枝,依次枚举子集。设总和是 s s s,可以每次枚举哪个数加入当前枚举的子集,并不断搜索出和为 s / k s/k s/k的子集,只要搜到了 k k k个满足条件的子集就返回true。详细思路可以参考https://blog.csdn.net/qq_46105170/article/details/109153610。代码如下:
import java.util.Arrays;
public class Solution {
public boolean canPartitionKSubsets(int[] nums, int k) {
if (nums == null || nums.length == 0) {
return false;
}
int sum = 0;
for (int i = 0; i < nums.length; i++) {
sum += nums[i];
}
if (sum % k != 0) {
return false;
}
sum /= k;
Arrays.sort(nums);
reverse(nums);
if (nums[nums.length - 1] >= 0 && nums[0] > sum) {
return false;
}
return dfs(nums, 0, sum, new boolean[nums.length], 0, k);
}
private boolean dfs(int[] nums, int curSum, int sum, boolean[] used, int count, int k) {
// 如果得到了k个和为sum的子集,则返回true
if (count == k) {
return true;
}
// 如果搜出来了一个和为sum的子集,则将count加一,重置curSum并继续搜索,如果能搜出来,则返回true
if (curSum == sum && dfs(nums, 0, sum, used, count + 1, k)) {
return true;
}
// 枚举哪个数加入当前枚举的子集
for (int i = 0; i < nums.length; i++) {
if (used[i]) {
continue;
}
if (i > 0 && nums[i] == nums[i - 1] && !used[i - 1]) {
continue;
}
if (curSum + nums[i] <= sum) {
used[i] = true;
if (dfs(nums, curSum + nums[i], sum, used, count, k)) {
return true;
}
// 回溯的时候要恢复现场
used[i] = false;
}
}
return false;
}
private void reverse(int[] nums) {
for (int i = 0, j = nums.length - 1; i < j; i++, j--) {
int tmp = nums[i];
nums[i] = nums[j];
nums[j] = tmp;
}
}
}
时间复杂度是指数级的,空间 O ( n ) O(n) O(n)。
法2:记忆化搜索 + 状态压缩。思路和上面是一样的。这一次在搜索的时候,将每次搜索的状态都记下来,下一次搜到重复状态的时候直接返回false,从而避免重复搜索。这里的状态指的是已经用了哪些数,可以由一个32位整数的二进制位来表示, 1 1 1表示选过, 0 0 0表示没有选。代码如下:
import java.util.Arrays;
public class Solution {
public boolean canPartitionKSubsets(int[] nums, int k) {
int sum = 0;
for (int i = 0; i < nums.length; i++) {
sum += nums[i];
}
if (sum % k != 0) {
return false;
}
Arrays.sort(nums);
reverse(nums);
if (nums[0] > sum / k && nums[nums.length - 1] >= 0) {
return false;
}
return dfs(0, sum, new boolean[1 << nums.length], nums, sum / k);
}
// remain表示还没用过的数字总和,used代表nums里的数选取的状态
private boolean dfs(int used, int remain, boolean[] set, int[] nums, int target) {
if (remain == 0) {
return true;
}
// 走到了已经访问过的状态,则返回false
if (set[used]) {
return false;
}
// 记录当前选取状态为已经访问过
set[used] = true;
// 算一下接下来需要凑多少数;如果remain能整除target,那说明已经得到了一个子集,那就继续凑下一个子集,即extra取target;
// 如果remain不能整除target,那就需要再凑remain % target这么多数来凑够一个子集;
// 综上,就有extra = (remain - 1) % target + 1。
int extra = (remain - 1) % target + 1;
for (int i = 0; i < nums.length; i++) {
// 如果nums[i]没用过,又小于extra,那就可以加进当前枚举的子集
if (nums[i] <= extra && ((used >> i) & 1) == 0) {
if (dfs(used | (1 << i), remain - nums[i], set, nums, target)) {
return true;
}
}
}
return false;
}
private void reverse(int[] nums) {
for (int i = 0, j = nums.length - 1; i < j; i++, j--) {
int tmp = nums[i];
nums[i] = nums[j];
nums[j] = tmp;
}
}
}
时间复杂度仍然是指数级,空间 O ( 2 n ) O(2^n) O(2n)。
法3:DFS + 剪枝,枚举每个数应该加到哪个group中。先开一个长度为 k k k的数组,然后依次尝试将每个数填到其中某个组中,同时保持每个组里的数都小于等于 s / k s/k s/k,填完了以后就继续进入下一层递归搜索。当数组里的数都加入group中的时候,说明找到了一个分组方式了,返回true。代码如下:
import java.util.Arrays;
public class Solution {
public boolean canPartitionKSubsets(int[] nums, int k) {
int sum = 0;
for (int i = 0; i < nums.length; i++) {
sum += nums[i];
}
if (sum % k != 0) {
return false;
}
Arrays.sort(nums);
reverse(nums);
sum /= k;
if (nums[nums.length - 1] >= 0 && nums[0] > sum) {
return false;
}
int[] group = new int[k];
int i = 0;
while (i < nums.length && nums[i] == sum) {
group[i++] = sum;
}
return dfs(i, nums, i, group, sum);
}
private boolean dfs(int pos, int[] nums, int start, int[] group, int target) {
// 如果全体数字都加入完毕了,就得到了一个合法的分组方式,返回true
if (pos == nums.length) {
return true;
}
// 枚举nums[pos]这个数应该被加入哪个组里
for (int i = start; i < group.length; i++) {
if (group[i] + nums[pos] <= target) {
group[i] += nums[pos];
if (dfs(pos + 1, nums, start, group, target)) {
return true;
}
// 回溯的时候恢复现场
group[i] -= nums[pos];
}
}
return false;
}
private void reverse(int[] nums) {
for (int i = 0, j = nums.length - 1; i < j; i++, j--) {
int tmp = nums[i];
nums[i] = nums[j];
nums[j] = tmp;
}
}
}
时间复杂度也是指数级别的,空间 O ( n ) O(n) O(n),递归栈深度。