日常算法打卡
416.分割等和子集
本题题干:
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。
事例1:
输入:nums = [1,5,11,5]
输出:true
解释:数组可以分割成 [1, 5, 5] 和 [11] 。
事例2:
输入:nums = [1,2,3,5]
输出:false
解释:数组不能分割成两个元素和相等的子集。
本题可以使用dfs深搜,但是算法复杂度十分高,所以使用动态规划滚动数组解题
分成相等的两个子集,那么每个子集的和就是1/2的总和,那么本题的意图就是寻找到和为一半的子集。说多了,就是每次解放一个数,放入指定上限的背包,如果上限未满,那么就放入最大能放的值(不过显然这些位置的值是浪费的,因为后继如果有位置需要该位置的值进行拼凑,那么一定会出现背包不满的情况)
推导公式:
dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);
解题步骤:
public class CanPartition {
public static void main(String[] args) {
boolean b = canPartition(new int[]{1, 2, 3, 5});
System.out.println(b);
}
public static boolean canPartition(int[] nums) {
int sum = 0;
//首先求和
for (int i = 0; i <nums.length; i++) {
sum += nums[i];
}
//如果正整数压根分不层两份,那么肯定没有结果
if ((sum * 1.0)/2 != sum/2){
return false;
}
int[] dp = new int[sum/2 + 1];
//初始化dp数组
for (int i = dp.length - 1; i >= 0; i--) {
if (nums[0] <= i){
dp[i] = nums[0];
}else {
dp[i] = 0;
}
}
for (int i = 1; i < nums.length ; i++) {
for (int j = dp.length - 1; j >= 0; j--) {
if (nums[i] <= j){
//如果放的下,那么判断是否需要放
dp[j] = Math.max(dp[j],dp[j-nums[i]] + nums[i]);
}else {
//如果放不下,直接continue
continue;
}
}
}
//如果sum/2正好能装满,也就是dp数组最后一个值正好等于sum/2,那么就返回true,否则返回false
if (dp[dp.length - 1] == dp.length - 1){
return true;
}
return false;
}
}