方法一(位运算)
实现思路
其实是一种几乎使用暴力求解的方法,但利用位运算进行了优化,用位运算中的0或1来代表集合中是否出现该元素,计算下集合中所有元素的和,如果和为总数量的一半,说明满足条件;之后再将满足条件的集合对应的值(并非相加计算的值),也就是代表集合中都有哪儿些元素的那个值,两两相或,如果两个相或的元素之间没有交集也就是相或结果为0的情况下满足条件。
实现代码
class Solution {
public:
int get_num(vector<int> &nums){
int sum=0;
for(auto i:nums){
sum+=i;
}
return sum;
}
bool canPartition(vector<int>& nums) {
int all_num=get_num(nums);
if(all_num%2) return false;
int target=all_num/2;
int n=nums.size();
int all_n=1<<nums.size();
vector<int> s1;
for(int i=0;i<all_n;i++){
int sum=0;
for(int j=0;j<nums.size();j++){
if(i&(1<<j)){
sum+=nums[j];
}
}
if(sum==target) s1.push_back(i);
}
// cout<<s1.size()<<endl;
if(s1.size()<=1) return false;
for(int i=0;i<s1.size()-1;i++){
for(int j=i;j<s1.size();j++)
{
if(!(i&j))
return true;
}
}
return false;
}
};
提交结果及分析
但是最终发现有一个数组的长度为200的时候,我的这个位运算的方法不可行了
方法二
实现思路
其实主要的思路是借鉴了0/1背包问题的思想
由于是基于0/1背包的思想,所以每一个元素的选择一定是唯一的,之前没有考虑清楚其实当有一种算法满足质量为总质量的一半,不需要再额外计算另一半的质量了,另一半的质量肯定也为总质量的一半,且两个集合之间是没有交集的。
需要改变的部分就是dp数组中存储的值为布尔值,只需要判断是否能凑成这个质量即可
状态表示: 在前i个物品中选择,使得质量为j
状态转移方程: j==nums[i] dp[i][j]=true
dp[i][j]=dp[i-1][j] || dp[i-1][j-nums[i]]
这里面状态转移方程划分的依据也是第i个元素放还是不放
整个代码的框架是不变的,变的只有主要里面的逻辑部分,这里数组中的值看成背包的容量
在最后代码实现的时候,使用一维数组进行优化,在遍历质量的时候是由大到小开始的,其实也就保证了dp数据访问的时候会访问i-1物品存储的数据
实现代码
//利用0/1背包的思想
class Solution {
public:
int get_num(vector<int> &nums){
int sum=0;
for(auto i:nums){
sum+=i;
}
return sum;
}
bool canPartition(vector<int>& nums) {
int all_num=get_num(nums);
if(all_num%2) return false;
int target=all_num/2;
vector<bool> dp(target+1,false);
for(int i=0;i<nums.size();i++){
for(int j=target;j>=nums[i];j--){
if(j==nums[i]) dp[j]=true;
dp[j]=(dp[j]|dp[j-nums[i]]);
}
}
return dp[target];
}
};