Day42|动态规划4.3

分割等和子集

题目：给定一个只包含正整数的非空数组。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。每个数组中的元素不超过400 数组大小不超过200

思路：1.使用回溯法，暴力搜索出答案，但超时。

2.动态规划，使用01背包

商品可以重复放入的是“完全背包”，这里每个商品只能放入一次，属于“01背包问题”。

背包体积为sum/2  （ 从若干物品中选出一些物品，每个物品只能使用一次，这些物品恰好能够填满容量为sum/2的背包）

动态规划的思路：一个个物品去尝试，当前物品选与不选，一点点扩大考虑能够容纳的体积的大小，整个过程就像在填写一张二维表。

背包要放入的商品（集合里的元素）重量为元素的数值，重量也为元素的数值，价值也为元素的数值

背包如果正好装满，说明找到了总和为target=sum/2的子集

背包中每一个元素是不可重复放入

动规五部曲：

1.确定dp数组含义:

01背包中，dp[j]表示  容量为j的背包，所背的物品价值最大可以为dp[j].

这道题中，dp[j]表示  背包总容量（所能装下的总重量）是j，放进物品后，背的最大重量是dp[j].

当dp[target]==target时，背包装满。

2.确定递推公式：dp[j] = max(dp[j],dp[j - weight[i]] + value[i]);

本题相当于背包里放入数值，那么物品i的重量是nums[i],其价值也是nums[i].

所以递推公式：dp[i][j] = max(dp[j],dp[j - nums[i]] + nums[i]);

3.dp数组如何初始化

从dp[j]的定义来看，首先是dp[0]=0.

如果题目给定的价值都是正整数，那么非0下标都出初始化为0就可以了，如果题目给出的价值有负数，那么非0下标就要初始化为负无穷。

这二样可以让dp数组在递推中取得最大的价值，而不是被初始值覆盖。

这道题只包含正整数，只需要让非0下标的元素初始化为0就可以。

//题目中：每个数组中的元素不会超过100，数组的大小不会炒货200
//总和不会大于20000，背包最大只需要其中一半，所以10001大小就可以
vector<int> dp(10001,0);

4.确定遍历顺序

如果使用一维dp数组，物品遍历的for循环放在外层，遍历背包的for循环放在内层，且内层for循环倒序遍历。

//开始01背包
for(int i = 0;i <= nums.size(); i++)
{
    for(int j = target; j >= nums[i]; j--){//每个元素不可以重复放入，所以一定是从大到小放入
        dp[j] = max(dp[j],dp[j - nums[i]] + nums[i]);
    }
}

class Solution{
public:
   bool canPartition(vector<int>&nums){
      int sum = 0;

      //dp[i]中的i表示背包内总和
      //题目中说：每个数组的元素不会超过100，数组的大小不会超过200
      //总和不会大于20000，背包组大只需要其中一半，所以10001大小就可以了
      vector<int>dp(10001,0);
      for(int i = 0;i < nums.size(); i++){
        sum += nums[i];
      }
      //也可以使用库函数一步求和
      //int sum = accumulate(nums.begin(),nums.end(),0);
      if(sum % 2 == 1)return false;
      int target = sum/2;

      for(int i = 0; i < nums.size(); i++){
        for(int j = target; j >= nums[i]; j--){//每一个元素不可重复放入，所以从大到小遍历
            dp[j] = max(dp[j],dp[j - nums[i]] + nums[i]);
        }
      }
      if(dp[target] == target)return true;
      return false;
   }
}