416. 分割等和子集
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
思路:(动态规划)
先求数组数组nums 中所有数之和sum:
- 和为奇数时,一定不能分割成两个和相等的子集,返回 false;
- 和为偶数时,则有可能分割成两个和相等的子集,需进一步判断,此时可理解为,能否找到和为sum/2 的子集,从而可转换成0-1背包问题;
设置状态:
- dp[i][j] 表示考虑下标[0, i] 这个区间里的所有整数,在他们当中是否能够选出一些数,使得这些数之和恰好为整数 j
状态转移方程:
- 不选nums[i] : dp[i][j] = dp[i -1][j];
- 选择nums[i]:
- nums[i] == j, dp[i][j] = true;
- nums[i] < j, dp[i][j] = dp[i -1][j - nums[i]];
举个栗子:
代码:
Java
二维dp数组
public class CanPartition {
public static void main(String[] args) {
// TODO Auto-generated method stub
int[] nums = {1,5,11,5};
System.out.println(canPartition(nums));
}
public static boolean canPartition(int[] nums) {
int sum = 0;
for(int i = 0; i < nums.length; i++) {
sum += nums[i];
}
if(sum % 2 != 0) {
return false;
}
boolean[][] dp = new boolean[nums.length][sum/2 + 1];
dp[0][0] = true;
if(nums[0] <= sum/2) {
dp[0][nums[0]] = true;
}
for(int i = 1; i < nums.length; i++) {
for(int j = 1; j <= sum/2; j++) {
dp[i][j] = dp[i - 1][j];
if(nums[i] <= j) {
dp[i][j] |= dp[i - 1][j - nums[i]];
}
if(dp[i][sum/2]) {
return true;
}
}
}
return false;
}
}
优化为一维dp数组:
public class CanPartition {
public static void main(String[] args) {
// TODO Auto-generated method stub
int[] nums = {1,5,11,5};
System.out.println(canPartition(nums));
}
public static boolean canPartition(int[] nums) {
int sum = 0;
for(int i = 0; i < nums.length; i++) {
sum += nums[i];
}
if(sum % 2 != 0) {
return false;
}
boolean[] dp = new boolean[sum/2 + 1];
dp[0] = true;
for(int i = 1; i <= nums.length; i++) {
for(int j = sum/2; j >= nums[i - 1]; j--) {
dp[j] |= dp[j - nums[i - 1]];
}
if(dp[sum/2])
return true;
}
return false;
}
}
C++
class Solution {
public:
bool canPartition(vector<int>& nums) {
int sum = 0;
for(int num : nums){
sum += num;
}
if(sum % 2 != 0) return false;
sum /= 2;
vector<int> dp(sum + 1);
dp[0] = 1;
for(int i = 1; i <= nums.size(); i++){
for(int j = sum; j >= nums[i - 1]; j--){
dp[j] |= dp[j - nums[i - 1]];
}
}
return dp[sum];
}
};
运行结果:
力扣运行结果:
复杂度分析:
-
时间复杂度: O ( n ∗ t a r g e t ) ) O(n*target)) O(n∗target)),其中 n 是数组的长度,target 是整个数组的元素和的一半。需要计算出所有的状态,每个状态在进行转移时的时间复杂度为 O(1)。
-
空间复杂度: O ( t a r g e t ) ) O(target)) O(target)),其中 targe 是整个数组的元素和的一半。空间复杂度取决于 dp 数组,在不进行空间优化的情况下,空间复杂度是 O ( n ∗ t a r g e t ) ) O(n*target)) O(n∗target)),在进行空间优化的情况下,空间复杂度可以降到 O ( t a r g e t ) ) O(target)) O(target))。
注:仅供学习参考!
题目来源:力扣。