分割等和子集-动态规划

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。

示例 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] 。
示例 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。

提示：

1 <= nums.length <= 200
1 <= nums[i] <= 100

思想来自：https://leetcode.cn/problems/partition-equal-subset-sum/solution/fen-ge-deng-he-zi-ji-by-leetcode-solution/

这道题可以换一种表述：给定一个只包含正整数的非空数组 $nums[0]$，判断是否可以从数组中选出一些数字，使得这些数字的和等于整个数组的元素和的一半。因此这个问题可以转换成「0-1 背包问题」。这道题与传统的「0-1 背包问题」的区别在于，传统的「0-1 背包问题」要求选取的物品的重量之和不能超过背包的总容量，这道题则要求选取的数字的和恰好等于整个数组的元素和的一半。类似于传统的「0-1 背包问题」，可以使用动态规划求解。

在使用动态规划求解之前，首先需要进行以下判断。

• 根据数组的长度 n 判断数组是否可以被划分。如果 n<2，则不可能将数组分割成元素和相等的两个子集，因此直接返回 false。

• 计算整个数组的元素和 sum 以及最大元素 maxNum。如果 sum 是奇数，则不可能将数组分割成元素和相等的两个子集，因此直接返回 false。如果sum 是偶数，则令 $target=sum/2$ ，需要判断是否可以从数组中选出一些数字，使得这些数字的和等于 target。如果 maxNum >target，则除了 maxNum 以外的所有元素之和一定小于 target，因此不可能将数组分割成元素和相等的两个子集，直接返回 false。

创建二维数组 dp，包含 n 行 target+1 列，其中 $dp[i][j]$ 表示从数组的 $[0,i]$ 下标范围内选取若干个正整数（可以是 0 个），是否存在一种选取方案使得被选取的正整数的和等于 j。初始时，dp 中的全部元素都是 false。

在定义状态之后，需要考虑边界情况。以下两种情况都属于边界情况。

• 如果不选取任何正整数，则被选取的正整数等于 0。因此对于所有 $0\le i<n$，都有 $dp[i][0]=true$。
• 当 i==0 时，只有一个正整数 $nums[0]$ 可以被选取，因此 $dp[0][nums[0]]=true$

状态转移方程如下：

class Solution:
    def canPartition(self, nums: list) -> bool:
        sum_num = sum(nums)
        max_num = max(nums)

        if sum_num % 2 != 0:
            return False

        target = sum_num // 2

        if max_num > target:
            return False

        dp = [[True] + [False] * target for _ in range(len(nums))]

        dp[0][nums[0]] = True

        for i in range(1, len(nums)):
            for j in range(1, (target+1)):
                if j >= nums[i]:
                    dp[i][j] = dp[i-1][j] | dp[i-1][j-nums[i]]
                else:
                    dp[i][j] = dp[i-1][j]

        return dp[len(nums) - 1][target]


if __name__ == '__main__':
    s = Solution()
    print(s.canPartition([1,5,11,5]))
    print(s.canPartition([1,2,3,5]))

时间复杂度和空间复杂度都是 $O(n\times target)$