416. 分割等和子集
给你一个 只包含正整数 的 非空 数组 nums
。请你判断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。
示例 1:
输入:nums = [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:nums = [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。
算法思路:
用回溯算法,首先求数组的总和,如果不是偶数或者数组长度为 1 则无法成功分割;对于数组中的每个元素,考虑选与不选两种情况,进行递归。递归方法的参数有:idx(待考虑元素的下标),sum(已经选出来的总和),target(目标和,在此题目中则为总和一半)以及该数组和长度。
递归出口:
- 如果 sum 等于 target,说明成功,直接返回 true
- 如果 sum 大于 target,说明失败,直接返回 false
- 如果 idx 大于等于 n,说明已考虑到最后一个仍未成功,直接返回 false
- 否则,则考虑选和不选
优化: 通过定义一个二维数组表示备忘录,减少重复考虑,mem[i][j]
表示对于第 i 个数且已选出来的总和为 j ,是否已经考虑过了(用 1 表示已经考虑过了【是不成功的】,为 1 则 直接返回 false)
代码实现:
public class Q0416PartitionEqualSubsetSum {
public static void main(String[] args) {
Solution solution = new Q0416PartitionEqualSubsetSum().new Solution();
int[] nums = {100, 100, 100, 99, 97};
System.out.println(solution.canPartition(nums));
}
class Solution {
public boolean canPartition(int[] nums) {
int len = nums.length;
int sum = Arrays.stream(nums).sum();
if (sum % 2 != 0 || len <= 1) return false;
return dfs(0, 0, sum / 2, nums, len);
}
// 备忘录
int[][] mem = new int[201][20001];
// 变量:idx sum path
// 不变量:target nums n
public boolean dfs(int idx, int sum, int target, int[] nums, int n) {
if (sum >= target) return sum == target;
// 已经选过了,并且是失败的直接返回 false
if (mem[idx][sum] != 0) return false;
if (idx >= n) return false;
boolean p;
// 不选
p = dfs(idx + 1, sum, target, nums, n);
// 选
p = p || dfs(idx + 1, sum + nums[idx], target, nums, n);
mem[idx][sum] = 1;
return p;
}
}
}
用动态规划:
这道题可以转化为一个0-1背包问题。
二维DP
转移方程就是 dp[i][j] = dp[i - 1][j] || dp[i - 1][j - nums[i - 1]];
class Solution {
public boolean canPartition(int[] nums) {
int len = nums.length;
int sum = Arrays.stream(nums).sum();
if (sum % 2 != 0 || len <= 1) return false;
return dpMethod(sum / 2, nums, len);
}
public boolean dpMethod(int target, int[] nums, int n) {
// 01背包, dp[i][j]表示从下标为[0-i]的物品里任意取,放进容量为 j 的背包,最大的价值总和
// target 相当于背包最大容量
boolean[][] dp = new boolean[n + 1][target + 1];
for (int i = 0; i <= n; i++) {
// 容量为 0 说明不用再分隔,为 true
dp[i][0] = true;
}
for (int i = 1; i <= n; i++) { // 物品
for (int j = 1; j <= target; j++) { // 容量
// 不选
if (j < nums[i - 1]) {
dp[i][j] = dp[i - 1][j];
} else {
// 选
dp[i][j] = dp[i - 1][j] || dp[i - 1][j - nums[i - 1]];
}
}
}
return dp[n][target];
}
}
一维DP
转移方程就是 dp[j] = dp[j] || dp[j - nums[i]];
class Solution {
public boolean canPartition(int[] nums) {
int len = nums.length;
int sum = Arrays.stream(nums).sum();
if (sum % 2 != 0 || len <= 1) return false;
return dpMethod2(sum / 2, nums, len);
}
// 一维 dp
public boolean dpMethod2(int target, int[] nums, int n) {
boolean[] dp = new boolean[target + 1];
dp[0] = true;
for (int i = 0; i < n; i++) {
// 必须逆序,防止重复选
for (int j = target; j >= 1; j--) {
if (j >= nums[i]) {
dp[j] = dp[j] || dp[j - nums[i]];
}
}
}
return dp[target];
}
}