题目
给定一个正数数组arr,
请把arr中所有的数分成两个集合,尽量让两个集合的累加和接近
返回:最接近的情况下,较小集合的累加和。
注:只要求两个集合的累加和最接近情况下较小的一个,不要求两个集合个数相同或相近。
暴力递归
这道题其实和之前说过的背包问题是一样的逻辑。
让两个集合的累加和相近的方法就是求出老数组累加和的一半。并在遍历数组的过程中以此条件作为基准,如果加上当前数后,累加和大于数组一半的值,那这个数就舍弃不要。否则就加上这个数。继续向下递归。
代码
因为求的是所有数的累加和 小于 老数组的一半,所以要取Math.max(p1,p2)。目的是找出最接近老数组一半的累加和。
public static int right(int[] arr) {
if (arr == null || arr.length < 2) {
return 0;
}
int sum = 0;
for (int i = 0; i < arr.length; i++) {
sum += arr[i];
}
return process(arr, 0, sum / 2);
}
public static int process(int[] arr, int index, int rest) {
if (index == arr.length) {
return 0;
} else {
//背包问题,这个数可能要,也可能不要
int p1 = process(arr, index + 1, rest);
//这个数如果要,就不能大于剩余数值
int p2 = 0;
if (arr[index] <= rest) {
p2 = arr[index] + process(arr, index + 1, rest - arr[index]);
}
return Math.max(p1, p2);
}
}
动态规划
写出了尝试的暴力递归方法后,动态规划方法就相对简单。
- 根据暴力递归方法中的可变参数来确定dp表的范围(index可到达arr.length , rest可到达 0 )。
- 根据暴力递归方法中base case来填充dp表默认值(这道题中是 index = arr.length,return 0),而int[] 创建后,每个格子的初始化默认值就是0,所以不用额外处理。
- 根据暴力递归代码中的依赖关系写循环,无论当前值要不要 index都 + 1,如果要p2,则rest - arr[index]。 所以可以确定 index是依赖关系是从尾端到0(arr.length ~ 0),而rest依赖是从 0 ~ arr的累加和 / 2。
所以填充index要从arr.length 向 0遍历,rest从0 向 arr遍历。
因为这道题在填充dp表的每个格子时没有枚举行为(for循环),所以到这步就可以了。
代码
public static int dp(int[] arr) {
if (arr == null || arr.length < 2) {
return 0;
}
int sum = 0;
for (int i = 0; i < arr.length; i++) {
sum += arr[i];
}
int N = arr.length;
int M = sum / 2;
int[][] dp = new int[N + 1][M + 1];
for (int index = N - 1; index >= 0; index--) {
for (int rest = 0; rest <= M; rest++) {
int p1 = dp[index + 1][rest];
//这个数如果要,就不能大于剩余数值
int p2 = 0;
if (arr[index] <= rest) {
p2 = arr[index] + dp[index + 1][rest - arr[index]];
}
dp[index][rest] = Math.max(p1, p2);
}
}
return dp[0][M];
}
题目
题目2和上一道题类似,都是拆分数组后最接近的情况下,较小集合的累加和。不同的地方在于,这道题要求拆分的2个集合长度相同。具体题目如下:
给定一个正数数组arr,请把arr中所有的数分成两个集合
如果arr长度为偶数,两个集合包含数的个数要一样多
如果arr长度为奇数,两个集合包含数的个数必须只差一个
请尽量让两个集合的累加和接近
返回:最接近的情况下,较小集合的累加和。
暴力递归
整体思路大致和上面相同,不过因为这道题需要考虑到集合的元素个数,所以需要先判断arr中数组元素的奇偶。如果是偶数好说那就一半一半,但是如果是奇数个,那要看 arr.length / 2 和 ( arr.length / 2 ) + 1这两个哪个是最接近集合中较大的一个。(因为依然是以老数组的总和一半作为边界条件),所以在最接近的情况下,取arr.length / 2 和 ( arr.length / 2 ) + 1中较大的那一个。
代码
获取老数组的长度后,递归过程中一定要选取足够数量的元素。奇数情况要考虑到 N / 2 和 (N / 2) + 1情况哪个更大。
public static int right(int[] arr) {
if (arr == null || arr.length < 2) {
return 0;
}
int N = arr.length;
int sum = 0;
for (int num : arr) {
sum += num;
}
if (N % 2 == 0) {
return process(arr, sum / 2, 0, N / 2);
} else {
return Math.max(process(arr, sum / 2, 0, N / 2), process(arr, sum / 2, 0, (N / 2) + 1));
}
}
//返回从arr[index...]位置开始 选择picks个,最接近rest的累加和。
public static int process(int[] arr, int rest, int index, int picks) {
if (index == arr.length) {
return picks == 0 ? 0 : -1;
} else {
int p1 = process(arr, rest, index + 1, picks);
int p2 = -1;
int next = -1;
if (arr[index] <= rest) {
next = process(arr, rest - arr[index], index + 1, picks - 1);
}
if (next != -1) {
p2 = next + arr[index];
}
return Math.max(p1, p2);
}
}
动态规划
根据暴力递归改写动态规划,暴力递归中共有3个可变参数,所以dp表是个三维数组。
其中参数picks的范围,因为要考虑到arr.length的奇偶,所以再初始化时,让arr.length + 1后再除2。这样向下取整后,就算是奇数个的长度也可以适配。
但是最后算的时候记着将M - 1。
public static int dp(int[] arr) {
if (arr == null || arr.length < 2) {
return 0;
}
int N = arr.length;
int sum = 0;
for (int num : arr) {
sum += num;
}
sum /= 2;
int M = (N + 1) / 2;
int[][][] dp = new int[N + 1][sum + 1][M + 1];
for (int index = 0; index <= N; index++) {
for (int rest = 0; rest <= sum; rest++) {
for (int picks = 1; picks <= M; picks++) {
dp[index][rest][picks] = -1;
}
}
}
for (int index = N - 1; index >= 0; index--) {
for (int rest = 0; rest <= sum; rest++) {
for (int picks = 1; picks <= M; picks++) {
int p1 = dp[index + 1][rest][picks];
int p2 = -1;
int next = -1;
if (arr[index] <= rest) {
next = dp[index + 1][rest - arr[index]][picks - 1];
}
if (next != -1) {
p2 = next + arr[index];
}
dp[index][rest][picks] = Math.max(p1, p2);
}
}
}
if (N % 2 == 0) {
return dp[0][sum][M];
} else {
return Math.max(dp[0][sum][M - 1], dp[0][sum][M]);
}
}