LeetCode 416.分割等和子集 【超详细解答】

1. 问题描述

这是一道经典的0-1背包问题变种，但是更简单一些。首先我们回顾一下背包问题：

给你N个物品和一个可装载重量为W的背包，每个物品有重量和价值两个属性。其中第i个物品的重量为wt[i]，价值为val[i]，现在让你用这个背包装物品，能装的最大价值是多少？

那么我们这道题如何转换成上述的背包问题呢？

1. N个数相当于N个物品；
2. nums[i]相当于第i个物品的重量；
3. 子集相当于从前i个物品中选取出的物品集合；
4. 子集中元素之和相当于背包能装的重量。

转换后我们重新描述一下问题：

给你一个能装载sum/2重量的背包（sum为所有元素之和），给你N个物品（即原题中的N个元素），问能否从N个物品中选出一些物品（这些物品即为一个子集）使得背包 刚好装满（装满=子集元素和刚好等于某个值） ？

这样一看，是不是就是明显的背包问题？接下来我们来说如何求解。

2. 解法分析

2.1 状态和选择

状态：【背包容量】和【可选的物品】
选择：【装进背包】or【不装进背包】

2.2 dp数组的定义

经典0-1背包问题的dp数组定义是 dp[ i ][ j ]，即对于前 i 个物品，放进容量为 j 的背包中，能够得到的最大价值。那么对于这道题目，可以解释为：
从前 i 个数字中，能否选取出一个子集，使得子集中的元素和刚好是 j 。那么dp[ i ][ j ]的取值就只有两种：true或false。
所以我们最终要求的答案就是dp[N][sum/2]。接下来确定一下base case：

1. dp[0][…]为false，因为没有物品可选，所以背包肯定装不满，无法装满就为false；
2. dp[…][0]为true，因为背包空间是0，0就是无法再装了，即装满了，为true。

2.3 状态转移的逻辑

根据上面dp数组的定义，通过进行【选择】，可得出以下状态转移：
注意i从1开始，故第i个物品的重量为nums[i-1]

1. 如果不把 nums[i-1] 放入子集，或者说不把第 i 个物品放入背包中，那么背包能否刚好装满取决于上一个状态 dp[i-1][j]，使用上次的结果；
2. 如果把 nums[i-1] 放入子集，或者说把第 i 个物品放入背包中，那么背包能否装满，取决于状态 dp[i-1][j-nums[i-1]]。可以这么理解，如果背包的剩余容量 j-nums[i-1] 能被装满，那么把第i个物品放进去肯定也能装满，否则则是无法装满的。

2.4 处理边界情况

可以先对一些答案明显不能成立的情况进行处理，减少不必要的运算。（总和的一半记为target = sum/2）

1. 数组元素个数少于2个。（无法分割成两个子集，明显false）
2. 数组元素总和为奇数。（奇数无法由两个相等的数相加得到，即无法分割成等和子集）
3. 数组中的最大元素大于target，那么肯定无法得到两个 元素总和都为target的子集。

2.5 初步代码

public boolean canPartition(int[] nums) {
   
        int n=nums.length;
        if(n<2)
            return false;
        int sum=0,maxNum=Integer.MIN_VALUE;
        for(int i:nums)