【C++】LeetCode-416. 分割等和子集

1.问题描述

给定一个只包含正整数的非空数组。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。

注意:

每个数组中的元素不会超过 100
数组的大小不会超过 200

2.示例

示例 1:

输入: [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: [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.

3.分析

这道题可以换一种表述：给定一个只包含正整数的非空数组 nums[0]，判断是否可以从数组中选出一些数字，使得这些数字的和等于整个数组的元素和的一半。因此这个问题可以转换成「0-1 背包问题」。这道题与传统的「0-1背包问题」的区别在于，传统的「0-1 背包问题」要求选取的物品的重量之和不能超过背包的总容量，这道题则要求选取的数字的和恰好等于整个数组的元素和的一半。类似于传统的「0-1 背包问题」，可以使用动态规划求解。

在使用动态规划求解之前，首先需要进行以下判断。

• 根据数组的长度 n 判断数组是否可以被划分。如果 n<2，则不可能将数组分割成元素和相等的两个子集，因此直接返回 false。
• 计算整个数组的元素和 sum 以及最大元素maxNum。如果sum 是奇数，则不可能将数组分割成元素和相等的两个子集，因此直接返回false。如果 sum 是偶数，则令target=sum/2，需要判断是否可以从数组中选出一些数字，使得这些数字的和等于target。如果maxNum>target，则除了maxNum 以外的所有元素之和一定小于target，因此不可能将数组分割成元素和相等的两个子集，直接返回 false。
  创建二维数组 dp，包含n 行target+1 列，其中dp[i][j] 表示从数组的 [0,i] 下标范围内选取若干个正整数（可以是 0个），是否存在一种选取方案使得被选取的正整数的和等于 j。初始时，dp 中的全部元素都是false。

在定义状态之后，需要考虑边界情况。以下两种情况都属于边界情况。

• 如果不选取任何正整数，则被选取的正整数等于0。因此对于所有0≤i<n，都有dp[i][0]=true。
• 当 i==0 时，只有一个正整数nums[0] 可以被选取，因此dp[0][nums[0]]=true。

对于 i>0 且j>0 的情况，如何确定 dp[i][j] 的值？需要分别考虑以下两种情况。

如果j≥nums[i]，则对于当前的数字nums[i]，可以选取也可以不选取，两种情况只要有一个为true，就有dp[i][j]=true。

如果不选取nums[i]，则dp[i][j]=dp[i−1][j]；
如果选取nums[i]，则dp[i][j]=dp[i−1][j−nums[i]]。
如果 j<nums[i]，则在选取的数字的和等于 j 的情况下无法选取当前的数字 nums[i]，因此有dp[i][j]=dp[i−1][j]。

状态转移方程如下：

最终得到dp[n−1][target] 即为答案。

4.题解

class Solution {
public:
    bool canPartition(vector<int>& nums) {
        int sumNum=accumulate(nums.begin(),nums.end(),0);//求向量和
        if(sumNum%2||nums.size()<=1)    //奇数or数目等于1
            return false;
        sort(nums.begin(),nums.end());  //按升序排序
        int n=sumNum/2;                 //子集和
        if(nums[nums.size()-1]>n)       //最大元素值大于子集和
            return false;
        int dp[nums.size()][n+1];
        memset(dp, 0, sizeof(int) * nums.size()*(n+1));//置0
        
        //边界情况
        for(int i=0;i<nums.size();i++)
            dp[i][0]=true;      //目标值为0必然成立
        dp[0][nums[0]]=true;    //在只能选第一个元素时，目标值的值刚好等于第一个元素的值条件必然成立
        for(int i=1;i<nums.size();i++)
        for(int j=1;j<=n;j++)
        {
            if(j>=nums[i])
            {   //目标值大于当前可选元素值时，分为拿与不拿两种情况
                //任意一种能使目标成立，则该项成立
                if(dp[i-1][j-nums[i]]|dp[i-1][j])
                    dp[i][j]=true;
            }
            else
                dp[i][j]=dp[i-1][j];//不拿
        }
        //返回扫描了所有元素并且目标值为n时的结果
        return dp[nums.size()-1][n];
    }
};

5.时间空间复杂度