LeetCode-416-分割等和子集

1、动态规划法

本题原型是01背包问题，我们可以使用二维数组$dp[i][j]$记录当我们使用前i个元素时，能否找到总和为j的子集。为此我们在寻找状态转化时需要注意：1、当当前总和大于等于nums[i]时，此时我们可以添加新元素也可以不添加新元素，故$dp[i][j]=dp[i-1][j]|dp[i-1][j-nums[i]]$；2、当当前总和小于nums[i]时，我们无法添加新元素，故$dp[i][j]=dp[i-1][j]$。最终我们返回数组的最后一位即可。

class Solution {
public:
    bool canPartition(vector<int> &nums) {
        int sum = 0, n = nums.size();
        for (int i: nums) sum += i;
        if (sum % 2 == 1) return false;
        int target = sum / 2;
        vector<vector<bool>> dp(n, vector<bool>(target + 1, false));
        for (int i = 0; i < n; ++i) {
            for (int j = 0; j <= target; ++j) {
                if (j == 0) dp[i][j] = true;
                if (i == 0 && j == nums[0]) dp[i][j] = true;
            }
        }
        for (int i = 1; i < n; ++i) {
            for (int j = 1; j <= target; ++j) {
                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[n - 1][target];
    }
};

2、动态规划法优化

考虑到实际上二维数组中我们只会使用到上一行中的内容，故我们可以将二维数组用一维数组进行代替从而降低时间复杂度。值得注意的是，考虑到我们在计算dp[i][j]时可能会使用到dp[i - 1][j - nums[i]]的值，故我们在计算dp时应从后向前进行计算。

class Solution {
public:
    bool canPartition(vector<int> &nums) {
        int sum = 0, n = nums.size();
        for (int i: nums) sum += i;
        if (sum % 2 == 1) return false;
        int target = sum / 2;
        vector<bool> dp(target + 1, false);
        dp[0] = true;
        for (int i = 0; i < n; ++i) {
            for (int j = target; j >= nums[i]; --j) {
                dp[j] = dp[j] | dp[j - nums[i]];
            }
        }
        return dp[target];
    }
};