leetcode416. 分割等和子集

最新推荐文章于 2024-11-04 13:51:18 发布

996冲冲冲

最新推荐文章于 2024-11-04 13:51:18 发布

阅读量72

点赞数

分类专栏：动态规划文章标签：动态规划算法

本文链接：https://blog.csdn.net/weixin_44392348/article/details/128882391

版权

动态规划专栏收录该内容

39 篇文章 0 订阅

订阅专栏

该文章介绍了如何使用动态规划解决0-1背包问题，其中dp[i][j]表示在前i个物品中选择总和为j的情况。文章详细阐述了基础状态dp[0][0]的设定，以及如何通过遍历物品和目标和来更新dp数组。如果目标和为偶数，则可能找到解决方案；否则返回False。最后，检查dp[n-1][m]来确定能否将所有物品的和拆分为m的一半。

摘要由CSDN通过智能技术生成

0-1背包问题，动态规划
首先明确dp[i][j]的定义：
[0:i]范围内选取一定的数nums[x]可以使这些数的和为j
所以base case：
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。
因为j的范围是[0,m]，所以是m+1个数，n直接对应数组下标[0,n-1], 所以当dp[0][x]就是选择第一个下标为0的数
dp[0][nums[0]] = 1

 def canPartition(self, nums):
        """
        :type nums: List[int]
        :rtype: bool
        """
        n = len(nums)
        target = sum(nums)
        m = target//2
        if target%2 != 0:
            return False
        dp = [[False]*(m+1) for i in range(n)]
        dp[0][0] = True
        if nums[0] < m+1:
            dp[0][nums[0]] = True
        for i in range(1,n):
            for j in range(m+1):
                dp[i][j] = dp[i-1][j]
                if nums[i] < j:
                    dp[i][j] = dp[i-1][j] or dp[i-1][j-nums[i]]
        return dp[n-1][m]