力扣:416. 分割等和子集(Java,动态规划:01背包问题)

目录

题目描述:

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。

代码实现:

java 复制代码
class Solution {
    public boolean canPartition(int[] nums) {
        if (nums.length == 1) {// 元素个数为1,直接为假
            return false;
        }
        int sum = 0;// 数组所有元素之和
        int max = 0;// 数组内最大元素
        for (int i = 0; i < nums.length; i++) {
            sum += nums[i];
            if (max < nums[i]) {
                max = nums[i];
            }
        }
        if (sum % 2 != 0) {// 如果元素之和为奇数,则必然不可能拆分为等和字迹
            return false;
        }
        int target = sum / 2;// 任一子集内元素之和
        if (max > target) {
            return false;// 如果最大值超过元素之和的一半,则必然不能等和
        }
        // 转化为01背包问题:nums[i]既是物品价值,也是物品重量
        int[] dp = new int[target + 1];// dp[j]表示容量为j的背包的最大价值:
        // 由于本题物品单价为1(价值=重量),所有尽可能装满背包即可
        // 采用一维数组压缩状态:滚动数组的方式
        for (int i = 0; i < nums.length; i++) {// 先遍历物品
            for (int j = target; j >= nums[i]; j--) {// 再倒序遍历背包:背包容量j要大于物品大小nums[i]
                dp[j] = Math.max(dp[j], dp[j - nums[i]] + nums[i]);// 状态转移方程:两种情况的较大值
                // 1.背包不放物品nums[i],依然是上一轮背包状态dp[j]
                // 2.放物品nums[i],(背包j-当前物品重量nums[i])时的dp最大价值 + 当前放入物品价值nums[i]
            }
        }
        return dp[target] == target;
        // 题意求数组中是否存在一组和为target的元素集合
        // 转化成01背包问题:是否存在若干物品能够装入容量为target的背包
    }
}
相关推荐
用户3721574261355 分钟前
Java 操作 Word 脚注和尾注:添加、读取与删除
java
小嘉丶学长27 分钟前
Day14 · 字典与集合
java·开发语言·网络·python·学习·1024程序员节
字节探索30 分钟前
Spring Boot 接口幂等性设计:从唯一索引到 Redis+Lua 的工程实践
java·spring boot
用户37215742613534 分钟前
Java 实现 Excel 与 Markdown 相互转换:表格导出、格式设置与多表提取
java
SL_staff1 小时前
制造业订单交付总踩坑?用结构化节点协同模型重构计划系统
java·开源·全栈
永遠_1 小时前
YAML格式化工具
java
曼岛_2 小时前
[图解密码学]第4章 古典密码
java·数据库·密码学
一枕槐安4872 小时前
RAG 服务扛住高并发:缓存、队列、限流三件套
java·spring·缓存·异步任务·rag·断路器
Wang's Blog2 小时前
Java 项目实战: 交友项目 - 动态查询开工:昨日回顾与今日任务
java·python·交友
云和数据.ChenGuang2 小时前
光哥说Python 异常深度解析:从异常模型到工程化实践
java·前端·人工智能·python·langchain