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] 。
解题思路
这是一个典型的动态规划问题,可以使用动态规划来解决
- 1、计算数组 nums 的总和 sum。
- 2、如果 sum 为奇数,那么无法将数组分割成两个和相等的子集,直接返回 false。
- 3、将问题转化为背包问题:尝试从数组中挑选一些数字,使得它们的和等于 sum 的一半。 如果能够找到这样的数字组合,就说明可以将数组分割成两个和相等的子集。
- 4、定义一个二维数组 dp,其中 dp[i][j] 表示在前 i 个数字中是否存在和为 j 的子集。
- 5、初始化 dp 数组,当不选取任何数字时,可以得到和为 0 的子集,因此 dp[i][0] = true(0 <= i <= nums.length);当没有数字可选时,除了和为 0 的子集,其他和均不可能存在,因此 dp[0][j] = false(1 <= j <= sum/2)。
- 6、遍历数组 nums,在每个位置考虑选取或不选取当前数字,更新 dp 数组。
- 7、返回 dp[nums.length][sum/2],表示是否存在和为 sum/2 的子集。
Java实现
java
public class PartitionEqualSubsetSum {
public boolean canPartition(int[] nums) {
int sum = 0;
for (int num : nums) {
sum += num;
}
if (sum % 2 != 0) {
return false;
}
int target = sum / 2;
boolean[][] dp = new boolean[nums.length + 1][target + 1];
for (int i = 0; i <= nums.length; i++) {
dp[i][0] = true;
}
/**
* 这段代码是典型的动态规划解法,用于解决一个背包问题。在这里,dp[i][j]
* 表示使用数组 nums 的前 i 个数字能否组成和为 j 的情况。
*
* 具体来说,内层的两个循环分别是:
* 外层循环遍历数组 nums 的每个数字(从 1 到 nums.length)。
* 内层循环遍历目标和 target 的可能取值(从 1 到 target)。
*
* 在每一次迭代中,我们需要考虑两种情况:
* 1、如果当前数字 nums[i - 1] 大于当前目标和 j,则无法使用当前数字来达到目标和 j,
* 因此 dp[i][j] 应该等于 dp[i - 1][j],即不使用当前数字 nums[i - 1];
*
* 2、如果当前数字 nums[i - 1] 小于等于当前目标和 j,则存在两种选择:
* 不使用当前数字 nums[i - 1],即 dp[i][j] = dp[i - 1][j];
* 使用当前数字 nums[i - 1],即 dp[i][j] = dp[i - 1][j - nums[i - 1]]。
* 如果选择使用当前数字,则需要查看前一个状态 dp[i - 1][j - nums[i - 1]] 是否为 true,
* 即在不考虑当前数字时,前一个状态能否达到目标和为 j - nums[i - 1] 的情况。
* 如果为 true,则说明使用当前数字后,目标和为 j 的情况可以通过选择当前数字来实现。
*
* 因此,最终 dp[i][j] 的值是以上两种情况的逻辑或(||)结果。这样,
* 在外层循环和内层循环的遍历结束后,dp[nums.length][target]
* 就表示使用数组 nums 中的所有数字能否组成目标和为 target 的情况。
*/
for (int i = 1; i <= nums.length; i++) {
for (int j = 1; j <= target; j++) {
if (nums[i - 1] > j) {
dp[i][j] = dp[i - 1][j];
} else {
dp[i][j] = dp[i - 1][j] || dp[i - 1][j - nums[i - 1]];
}
}
}
return dp[nums.length][target];
}
public static void main(String[] args) {
PartitionEqualSubsetSum partitionEqualSubsetSum = new PartitionEqualSubsetSum();
// Test case 1
int[] nums1 = {1, 5, 11, 5};
System.out.println(partitionEqualSubsetSum.canPartition(nums1)); // Output: true
// Test case 2
int[] nums2 = {1, 2, 3, 5};
System.out.println(partitionEqualSubsetSum.canPartition(nums2)); // Output: false
}
}
时间空间复杂度
-
时间复杂度:遍历了一次数组nums,并使用了一个二维数组dp,时间复杂度为O(n * sum),其中n为数组nums的长度,sum为数组nums的总和。
-
空间复杂度:使用了一个二维数组dp,空间复杂度为O(n * sum)。