题目:题目链接
兄弟们,我又回来了!!
思路:划分子集S为s1和s2,这两个集合的和相同。首先先考虑一下Sum(s1) = Sum(s2) ,那么
S
u
m
(
S
)
=
S
u
m
(
s
1
+
s
2
)
=
S
u
m
(
s
1
)
+
S
u
m
(
s
2
)
=
2
∗
S
u
m
(
s
1
)
Sum(S) = Sum(s1+s2)=Sum(s1) + Sum(s2)=2*Sum(s1)
Sum(S)=Sum(s1+s2)=Sum(s1)+Sum(s2)=2∗Sum(s1)
所以Sum(S)一定为偶数。
DP
把它看成背包问题,每个元素有选和不选两种情况,就是01背包问题嘛。令dp[i][j]为长度为i的,和为j的子串存不存在。注意从nums[0]开始,而且子串不一定连续。就是背包选和不选的问题。状态转移方程如下:
d
p
[
i
]
[
j
]
=
m
a
x
(
d
p
[
i
−
1
]
[
j
]
,
d
p
[
i
−
1
]
[
j
−
n
u
m
s
[
i
−
1
]
]
)
dp[i][j] = max(dp[i-1][j],dp[i-1][j-nums[i-1]])
dp[i][j]=max(dp[i−1][j],dp[i−1][j−nums[i−1]])
就是你要么不选numsi-1
要么选。
看代码吧:
class Solution {
public:
bool canPartition(vector<int>& nums) {
int sum = 0;
for (auto& num : nums) sum += num;//先求Sum(s)
if (sum & 1) return false;
vector<vector<int> > dp(nums.size() + 5, vector<int>(sum, 0));
dp[0][0] = 1;//边界情况嘛。
for (int i = 1; i <= nums.size(); ++i) {//长度
for (int j = 0; j <= sum / 2; ++j) {//和
if (j == 0) dp[i][j] = 1;//和为0的话,肯定什么长度都可以,不选就完了嘛。
else//状态转移方程
dp[i][j] = max(dp[i - 1][j], (j >= nums[i - 1]) ? dp[i - 1][j - nums[i - 1]] : 0);
}
if (dp[i][sum / 2]) return true;
}
return false;
}
};
背包问题,可以滚动数组优化哦
class Solution {
public:
bool canPartition(vector<int>& nums) {
int sum = 0;
for (auto& num : nums) sum += num;//计算Sum(S)
if (sum & 1) return false;//Sum(S)应为偶数
vector<int>dp(sum / 2 + 5, 0);
dp[0] = 1;
for (int i = 1; i <= nums.size(); ++i) {
for (int j = sum / 2; j >= nums[i - 1]; --j) {//滚动数组,从大到小
dp[j] = max(dp[j], dp[j - nums[i - 1]]);
}
}
return dp[sum / 2];
}
};
为啥j从大到小? 因为状态转移方程:
d
p
[
i
]
[
j
]
=
m
a
x
(
d
p
[
i
−
1
]
[
j
]
,
d
p
[
i
−
1
]
[
j
−
n
u
m
s
[
i
−
1
]
]
)
dp[i][j] = max(dp[i-1][j],dp[i-1][j-nums[i-1]])
dp[i][j]=max(dp[i−1][j],dp[i−1][j−nums[i−1]])
也就是说当前dp[j]需要用到上一个的dp[j-nums[i-1]]。你从小到大,不就覆盖了dp[j-nums[i-1]]吗?所以要从大到小。
加油加油!!!加油!!!!