题目形容
这是 LeetCode 上的 698. 划分为 k 个相等的子集 ，难度为 中等。
Tag :「搜寻」、「爆搜」、「剪枝」、「模拟退火」、「启发式搜寻」、「回溯算法」、「贪婪」
给定一个整数数组 nums 和一个正整数 k，找出是否有可能把这个数组分成 k 个非空子集，其总和都相等。
示例 1：
输出：nums = [4, 3, 2, 3, 5, 2, 1], k = 4
输入：True
阐明：有可能将其分成 4 个子集（5），（1,4），（2,3），（2,3）等于总和。示例 2:
输出: nums = [1,2,3,4], k = 3
输入: false提醒：
- $1 <= k <= len(nums) <= 16$
- $0 < nums[i] < 10000$
- 每个元素的频率在 $[1,4]$ 范畴内
搜寻 + 剪枝（贪婪策略）
将 $n$ 个数均分成 $k$ 份，且 $n$ 与 $k$ 数据范畴为 $16$，容易想到搜寻剪枝。
先对一些显然的无解状况进行剖析：记 $tot = \sum_{i = 0}^{n – 1}nums[i]$，若 $tot$ 不为 $k$ 的倍数，必然是无奈实现均分，间接返回 false（可行性剪枝）。同时可知单个汇合的总和为 $t = \frac{tot}{k}$。
设计搜寻函数为 boolean dfs(int idx, int cur, int cnt, boolean[] vis)，各项参数含意如下：
cur为以后汇合的元素和（初始值为 $0$）；cnt是已凑成多少个总和为 $t$ 的汇合（初始值为 $0$，当 $cnt = k$ 时，咱们搜寻到了非法计划，返回true，否则对cnt进行加一操作，并将cur置零，搜寻下个汇合）；vis用于记录哪些 $nums[i]$ 已被应用；idx是搜寻要害，其含意为搜寻空间的宰割点。即对于以后正在搜寻的汇合，咱们不会每次都扫描整个nums来找增加到该汇合的下一个元素，而是可能明确下一个元素必然在 $idx$ 的右边或左边。
具体的，咱们晓得若最终存在非法计划，必然每个 $nums[i]$ 都均棣属于某个具体汇合。咱们思考搜寻某个汇合的组成元素时，依照「从大到小」的形式进行搜寻（起始先对nums进行排序），这样可能 确保若上一个被退出该汇合的元素为 $nums[i]$，则下一个被增加的元素 $nums[j]$ 必然位于 $nums[i]$ 的右边，即从下标 $i – 1$ 开始往前搜寻（程序性剪枝）；
同时，也正是咱们依照「从大到小」的形式进行搜寻，确保了以后汇合的搜寻，毋庸对已搜寻到的汇合进行调整 。
也就是说咱们搜寻的第一个汇合是所有 $nums[i]$ 中的最大值所在的那个汇合；二次搜寻是所有 $nums[i]$ 减去第一个汇合后残余元素中最大值所在的汇合 …
这疏导咱们，如果以后汇合如果连第一个值都无奈搜到（即残余元素的最大值不能作为以后汇合的元素），必然无解（可行性剪枝）。
这样的「搜寻 + 剪枝」的解法实质是利用了「贪婪」来做策略：咱们每个回合的搜寻总是在搜寻「残余未应用元素的最大值」所在的那个汇合，并且依照「优先应用大数值」的准则来结构。
可证实该做法的正确性：因为搜寻的是「残余未应用元素的最大值」所在的那个汇合，因而残余未应用元素必然在汇合内，若被搜寻到的其余元素参加汇合结构导致有解变无解（即须要将其余元素进行替换能力确保有解），依据咱们「从大到小」搜寻下一个元素准则，替换过程必然不会使汇合元素个数变少，即总是会拿不少于 $K$ 个的元素来替换以后汇合的 $K$ 个元素（总和雷同），从而可推断该替换并非必须。
Java 代码：
class Solution {int[] nums;
int n, t, k;
public boolean canPartitionKSubsets(int[] _nums, int _k) {
nums = _nums; k = _k;
int tot = 0;
for (int x : nums) tot += x;
if (tot % k != 0) return false; // 可行性剪枝
Arrays.sort(nums);
n = nums.length; t = tot / k;
return dfs(n - 1, 0, 0, new boolean[n]);
}
boolean dfs(int idx, int cur, int cnt, boolean[] vis) {if (cnt == k) return true;
if (cur == t) return dfs(n - 1, 0, cnt + 1, vis);
for (int i = idx; i >= 0; i--) { // 程序性剪枝
if (vis[i] || cur + nums[i] > t) continue; // 可行性剪枝
vis[i] = true;
if (dfs(i - 1, cur + nums[i], cnt, vis)) return true;
vis[i] = false;
if (cur == 0) return false; // 可行性剪枝
}
return false;
}
}TypeScript 代码：
let nums: number[];
let n: number, t: number, k: number;
function canPartitionKSubsets(_nums: number[], _k: number): boolean {
nums = _nums; k = _k;
let tot = 0
for (let x of nums) tot += x
if (tot % k != 0) return false
nums.sort((a,b)=>a-b)
n = nums.length; t = tot / k
return dfs(n - 1, 0, 0, new Array<boolean>(n).fill(false))
};
function dfs(idx: number, cur: number, cnt: number, vis: boolean[]): boolean {if (cnt == k) return true
if (cur == t) return dfs(n - 1, 0, cnt + 1, vis)
for (let i = idx; i >= 0; i--) {if (vis[i] || cur + nums[i] > t) continue
vis[i] = true
if (dfs(idx - 1, cur + nums[i], cnt, vis)) return true
vis[i] = false
if (cur == 0) return false
}
return false
}- 工夫复杂度：爆搜剪枝不剖析时空复杂度
- 空间复杂度：爆搜剪枝不剖析时空复杂度
模拟退火
数据范畴为 $16$ 天然也是很好的调参使用题。
因为将 $n$ 个数划分为 $k$ 份，等效于用 $n$ 个数结构出一个「特定排列」，而后对「特定排列」进行固定模式的结构逻辑，就能实现「答案」与「指标排列」的对应关系。
基于此，咱们能够应用「模拟退火」进行求解。
单次迭代的根本流程：
- 随机抉择两个下标，计算「替换下标元素前对应序列的得分」&「替换下标元素后对应序列的得分」
- 如果温度降落（替换后的序列更优），进入下一次迭代
- 如果温度回升（替换前的序列更优），以「肯定的概率」复原现场（再替换回来）
咱们能够制订如下规定来掂量以后排列与非法排列的差别水平：将以后的 nums 从前往后划分成总和不超过 $t$ 的 $k$ 份，并将 $k$ 份与 $t$ 的差值之和，作为对以后排列的差别水平评级 diff，当呈现 diff = 0 阐明找到了非法排列，可完结搜寻。
该计算规定可确保排列变动的间断性能无效体现在 diff 数值上。
Java 代码（2022/09/20 可通过）：
class Solution {int[] nums;
int n, tval, k;
Random random = new Random(20220920);
double hi = 1e9, lo = 1e-4, fa = 0.95;
int N = 600;
boolean ans;
int calc() {
int diff = tval * k;
for (int i = 0, j = 0; i < n && j < k; j++) {
int cur = 0;
while (i < n && cur + nums[i] <= tval) cur += nums[i++];
diff -= cur;
}
if (diff == 0) ans = true;
return diff;
}
void sa() {shuffle(nums);
for (double t = hi; t > lo && !ans; t *= fa) {int a = random.nextInt(n), b = random.nextInt(n);
if (a == b) continue;
int prev = calc();
swap(nums, a, b);
int cur = calc();
int diff = cur - prev;
if (Math.log(diff / t) > random.nextDouble()) swap(nums, a, b);
}
}
public boolean canPartitionKSubsets(int[] _nums, int _k) {
nums = _nums; k = _k;
int tot = 0;
for (int x : nums) tot += x;
if (tot % k != 0) return false;
n = nums.length; tval = tot / k;
while (!ans && N-- > 0) sa();
return ans;
}
void shuffle(int[] nums) {for (int i = n; i > 0; i--) swap(nums, random.nextInt(i), i - 1);
}
void swap(int[] nums, int a, int b) {int c = nums[a];
nums[a] = nums[b];
nums[b] = c;
}
}TypeScript 代码（2022/09/20 可通过）：
let nums: number[];
let n: number, tval: number, k: number
let ans: boolean
let hi: number, lo: number, fa: number, N: number
function getRandom(max: number): number {return Math.floor(Math.random() * (max + 1))
}
function calc(): number {
let diff = tval * k
for (let i = 0, j = 0; i < n && j < k; j++) {
let cur = 0
while (i < n && cur + nums[i] <= tval) cur += nums[i++]
diff -= cur
}
if (diff == 0) ans = true
return diff
}
function sa(): void {shuffle(nums)
for (let t = hi; t > lo && !ans; t *= fa) {const a = getRandom(n - 1), b = getRandom(n - 1)
if (a == b) continue
const prev = calc()
swap(nums, a, b)
const cur = calc()
const diff = cur - prev
if (Math.log(diff / t) > Math.random()) swap(nums, a, b)
}
}
function canPartitionKSubsets(_nums: number[], _k: number): boolean {
nums = _nums; k = _k
let tot = 0
for (let x of nums) tot += x
if (tot % k != 0) return false
n = nums.length; tval = tot / k
hi = 1e9; lo = 1e-4; fa = 0.98; N = 700
ans = false
while (!ans && N-- > 0) sa()
return ans
}
function shuffle(nums: number[]): void {for (let i = n; i > 0; i--) swap(nums, getRandom(i), i - 1)
}
function swap(nums: number[], a: number, b: number): void {const c = nums[a]
nums[a] = nums[b]
nums[b] = c
}- 工夫复杂度：启发式搜寻不剖析时空复杂度
- 空间复杂度：启发式搜寻不剖析时空复杂度
最初
这是咱们「刷穿 LeetCode」系列文章的第 No.698 篇，系列开始于 2021/01/01，截止于起始日 LeetCode 上共有 1916 道题目，局部是有锁题，咱们将先把所有不带锁的题目刷完。
在这个系列文章外面，除了解说解题思路以外，还会尽可能给出最为简洁的代码。如果波及通解还会相应的代码模板。
为了不便各位同学可能电脑上进行调试和提交代码，我建设了相干的仓库：https://github.com/SharingSou…。
在仓库地址里，你能够看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其余优选题解。
更多更全更热门的「口试 / 面试」相干材料可拜访排版精美的 合集新基地 🎉🎉
本文由 mdnice 多平台公布