问题描述:
- 给定你一个整数数组
nums
,我们要将nums
数组中的每个元素移动到A
数组或者B
数组中,使得A
数组和B
数组不为空,并且average(A) == average(B)
。- 如果可以完成则返回
true
,否则返回false
。 - 满足
1 <= nums.length <= 30
。
- 如果可以完成则返回
核心思路:
- 该题较难,考察了数学推导 + 位运算 + 折半搜索。
- 数学推导部分如下:
- 首先经过推导可得知,数组
A
或数组B
的平均值和原数组nums
的平均值是相等的。 - 因此将数组中所有数值减去
sum(nums)/n
,原问题就可以转换为找到一个数组A
其求和为0
。【其中n
为数组长度】 - 而直接求
nums
的平均值可能会得到浮点值影响最后结果的精度,所以在求平均值前先将nums
中所有数值乘以数组的长度,再将所有数值减去sum(nums)
,仍然可以将问题转化为找到一个数组A
其求和为0
。 - 也就是说,对每一个数值
num
进行num * n - sum(nums)
的预处理,最后找到nums
中哪些数求和为0
即可。
- 首先经过推导可得知,数组
- 而想要计算出所有的子集求和情况,就需要用位运算来维护元素的存取情况:
- 因为
1 <= n <= 30
,所以所有子集的存取有 2 n 2^{n} 2n 种情况,用第i
位用来判断数组第i
个元素是否存入数组A
。 - 因此我们遍历
[1, 1 << n)
即遍历所有存取情况;在每一个子集中遍历数组元素,来获得当前子集求和情况。 - 但如此计算就是暴力求解,时间复杂度为
O
(
2
n
×
n
)
\mathcal{O}(2^n\times n)
O(2n×n),当
n = 30
时自然会超时。
- 因为
- 解决的办法就是折半搜索:【该思想是本题解的主要难点】
- 顾名思义就是搜索前半段和后半段,时间复杂度就会缩减为 O ( 2 n 2 × n ) \mathcal{O}(2^{\frac{n}{2}}\times n) O(22n×n)。
- 但此时需要进行讨论,最后子集
A
可能出现三种情况:- 子集元素全部存在于数组前半段;【此时搜索前半段就可以得到某个子集求和为
0
】 - 子集元素全部存在于数组后半段;【此时搜索后半段就可以得到某个子集求和为
0
】 - 子集元素存在于前半段和后半段。
- 子集元素全部存在于数组前半段;【此时搜索前半段就可以得到某个子集求和为
- 情况 3 较为复杂,此时就需要用空间换时间,利用哈希表来保存前半段的所有子集和,在后半段的遍历中利用哈希表中的值即可。
- 用哈希表来保存值时,还可能出现前半段和后半段元素同时全选的情况,此时需要避免判断该情况,具体看代码注释即可。
- 该题的动态规划是根据
sum(nums)
的范围推导的,也就是根据值域大小来获得所有子集求和的情况,官方题解给出的动态规划解法时间复杂度为 O ( n 2 × s u m ( n u m s ) ) \mathcal{O}(n^2\times sum(nums)) O(n2×sum(nums)),一旦求和的范围过大,动态规划解法就可能会超时。
代码实现:
- 折半搜索解法代码实现如下:
class Solution { public: bool splitArraySameAverage(vector<int>& nums) { int n = nums.size(); // n 的取值范围为 [1, 30] if(n == 1) return false; int sum = accumulate(nums.begin(), nums.end(), 0); for(int& num : nums) num = num * n - sum; // 原本是 num = num - sum/n,但这样写会有精度问题 int m = n >> 1; // 折半计算 unordered_set<int> ss; for(int i = 1; i < (1 << m); ++i) { // 二进制表示选择结果 int t = 0; for(int j = 0; j < m; ++j) if(i & (1 << j)) t += nums[j]; // 求和子数组 if(t == 0) return true; ss.insert(t); } for(int i = 1; i < 1 << (n-m); ++i) { int t = 0; for (int j = 0; j < (n-m); ++j) if(i & (1 << j)) t += nums[m+j]; if(t == 0 or (i != (1 << (n-m))-1 and ss.count(-t))) return true; // 注意 i != (1 << (n-m))-1 表示不能“同时”左子数组全选和右子数组全选,因为同时全选就是整个数组全部选择,则必定返回 true // 左子数组全选的情况已经存在 ss 中,所以遍历右子数组之后,判断完右子数组全选不为 0 之后,就需要避免左右子数组同时全选的情况 } return false; } };