类似于0-1背包问题
将一个数组分成两部分,不要求两部分所包含的元素个数相等,要求使得这两个部分的和的差值最小。比如对于数组{1,0,1,7,2,4},可以分成{1,0,1,2,4}和{7},使得这两部分的差值最小。
思路:
这个问题可以转化为求数组的一个子集,使得这个子集中的元素的和尽可能接近sum/2,其中sum为数组中所有元素的和。这样转换之后这个问题就很类似0-1背包问题了:在n件物品中找到m件物品,他们的可以装入背包中,且总价值最大不过这里不考虑价值,就考虑使得这些元素的和尽量接近sum/2。
下面列状态方程:
dp[i][j]表示前i件物品中,总和最接近j的所有物品的总和,其中包括两种情况:
- 第i件物品没有包括在其中
- 第i件物品包括在其中
如果第i件物品没有包括在其中,则dp[i][j] = dp[i-1][j]
如果第i件物品包括在其中,则dp[i][j] = dp[i-1][j-vec[i]]
当然,这里要确保j-vec[i] >= 0。
所以状态转移方程为:
dp[i][j] = max(dp[i-1][j],dp[i-1][j-vec[i]]+vec[i]);
#include ""
#include <iostream>
#include <string>
#include <>
#include <vector>
#include <algorithm>
#include <iostream>
#include <set>
#include <algorithm>
#include <sstream>
#include <queue>
#include <iomanip>
using namespace std;
int solution_vivoThird(vector<int> data)
{
int sum = 0;
for (int i = 0; i < (); i++)
{
sum += data[i];
}
vector<vector<int>> dp;
for (int i = 0; i <= (); i++)
{
vector<int> tmp;
for (int j = 0; j <= sum / 2; j++)
{
tmp.push_back(0);
}
dp.push_back(tmp);
}
for (int i = 1; i <= (); i++)
{
for (int j = 1; j <= sum / 2; j++)
{
if (j >= data[i - 1])
{
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - data[i - 1]] + data[i - 1]);
} else {
dp[i][j] = dp[i - 1][j];
}
}
}
return sum - 2 * dp[()][sum / 2];
}
int main()
{
vector<int> data;
data.push_back(1);
data.push_back(2);
data.push_back(3);
data.push_back(4);
data.push_back(5);
int res = solution_vivoThird(data);
return 0;
}
参考:
[1] /shanshanhi/article/details/67639562