描述1:一个无序且长度为偶数的正整数数组,要求将它分割成为两个长度相等的子数组,且这两个子数组的和最接近。输入数组的长度和相应的元素,输出两个子数组各自元素之和。
描述2:两个长度相等的数组,要求将它们的元素互换,使得这两个数组的和最接近。
设数组所有元素之和为 sum ,要让分割的两个子数组的和最接近,相当于让它们的和都接近于 sum2 ,我们不妨考虑和偏小的子数组。这貌似一个典型的0-1背包问题,原问题就是要问对于一个大小为 sum2 的背包,要选取哪些元素能尽可能装满背包。定义数组 array[i] , i=1∼n , s[i,j] 表示前 i 个元素放入总容量为 j 的背包所占有的最大容量,原问题就是 s[n,sum2] 。按照第 i 个元素是否放入背包,递归式可以表示为
import java.util.Scanner;
public class ArraySplit {
static void wrongSolution(int[] array, int[][] s, int n, int sum) {
for (int i = 0; i < sum / 2 + 1; i++) {
s[0][i] = 0;
}
s[1][0] = 0;
for (int i = 1; i < n + 1; i++) {
for (int j = 1; j < sum / 2 + 1; j++) {
int skipi = s[(i - 1) % 2][j];
int takei = j < array[i - 1] ? 0 :
s[(i - 1) % 2][j - array[i - 1]] + array[i - 1];
s[i % 2][j] = Math.max(takei, skipi);
}
}
}
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int n = sc.nextInt();
int[] array = new int[n];
int sum = 0;
for (int i = 0; i < n; i++) {
array[i] = sc.nextInt();
sum += array[i];
}
int[][] s = new int[2][sum / 2 + 1];
solution(array, s, n, sum);
int left = s[n % 2][sum / 2];
System.out.println(left + " " + (sum - left));
}
}
写完代码发现结果有问题,这是因为我们少用了题目中的一个条件,也是最为重要的条件,即“分割成为两个长度相等的子数组”,这样的话结果正确才怪。
我们不着急完全推翻之前的做法,只是分析一下本题和经典的0-1背包问题有什么差别。经典的0-1背包问题并没有限制选取元素的个数,只是要求尽量装满背包;本题则在尽量装满背包的前提下,要求选取的元素和剩下的元素个数相等。这样仅仅利用 s[i,j] 来记录状态是不能保证选取了多少元素的,因此需要多一个维度来记录选取元素的个数,即定义 s[i,j,k] 表示前 i 个元素选取 j 个元素,放入总容量为 k 的背包所占有的最大容量,其中 j≤i ,原问题就是 s[n,n2,sum2] 。同样按照第 i 个元素是否放入背包,递归式可以表示为
这样我们就成功的把0-1背包问题扩展到了限制元素个数的0-1背包问题,背包中的元素个数不仅可以设置为总元素个数的一半,还可以是小于总个数的任意数。
import java.util.Scanner;
public class ArraySplit {
static void solution(int[] array, int[][][] s, int n, int sum) {
for (int i = 0; i < sum / 2 + 1; i++) {
s[0][0][i] = 0;
s[1][0][i] = 0;
}
for (int i = 0; i < n / 2 + 1; i++) {
s[0][i][0] = 0;
s[1][i][0] = 0;
}
for (int i = 1; i < n + 1; i++) {
int maxj = Math.min(i, n / 2);
for (int j = 1; j <= maxj; j++) {
for (int k = 1; k < sum / 2 + 1; k++) {
int skipi = s[(i - 1) % 2][j][k];
int takei = k < array[i - 1] ? 0 :
s[(i - 1) % 2][j - 1][k - array[i - 1]] + array[i - 1];
s[i % 2][j][k] = Math.max(takei, skipi);
}
}
}
}
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int n = sc.nextInt();
int[] array = new int[n];
int sum = 0;
for (int i = 0; i < n; i++) {
array[i] = sc.nextInt();
sum += array[i];
}
int[][][] s = new int[2][n / 2 + 1][sum / 2 + 1];
solution(array, s, n, sum);
int left = s[n % 2][n / 2][sum / 2];
System.out.println(left + " " + (sum - left));
}
}