LeetCode动态规划刷题记录（一）背包问题

最近在刷LeetCode上的动态规划题目，这里主要整理一下一些题目的做法，说到动态规划，最典型是的背包问题，让我们首先来解决背包问题。

问题背景

背包问题的背景是有一个空间有限的背包（设空间为W）和一堆物品，每个物品都有两个属性，一个是占据的空间记为w，另一个属性是物品的价值v，我们要解决的问题就是在有限的空间W内，将物品装入背包，并且使总价值尽可能的大。背包问题按大类分为三大类，一、01背包。二、多重背包。三完全背包。最常见的问题问法有求方案数，求最优方案数，求最大价值，求能不能满足某一条件等等。接下来让我们先分别来看看这些问题的原型。

01背包

01背包是指背包的物品个数都为1，也就是只能使用一次。这类背包问题我们首先要建立一个二维数组dp，其中dp[i][j]表示 前i件物品在体积不超过j的前提下的最大价值。其中对于每一件物品的体积我们用一维数组w来存储，对于每个物品的价值用一维数组v来存储。对于一个物品可以有两个状态，一个是添加到背包，二是没有添加到背包，两种情况需要满足以下条件：

• 第 i 件物品没添加到背包，总体积不超过 j 的前 i 件物品的最大价值就是总体积不超过 j 的前 i-1 件物品的最大价
  值，即dp[i][j] = dp[i-1][j]。
• 第 i 件物品添加到背包中，直接在前i-1件物品在空间不超过j-w[i]最大价值的基础上加上v[i]，即dp[i][j] = dp[i-1][j-w] + v。

以上两种情况的选择取决于谁的价值更大，用公式表示就是：
dp[i][j]= max(dp[i-1][j],dp[[i-1][j-w]+v)
以上公式也就是状态转移方程，根据方程我们就可以写代码了
先上一个01背包的模板：

public int knapsack(int W, int N, int[] weights, int[] values) {
   
	int[][] dp = new int[N + 1][W + 1];
	for (int i = 1; i <= N; i++) {
   
		int w = weights[i - 1], v = values[i - 1];
		for (int j = 1; j <= W; j++) {
   
			if (j >= w) {
   
				dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - w] + v);
			} else {
   
				[i][j] = dp[i - 1][j];
			}
		}
	}
}

通过以上方程可以看出来前i件物品的状态只和前i-1件物品的状态有关，用一维的dp数组就可以解决问题，可以将方程简化为：
dp[j]= max(dp[j],dp[j-w]+v)
dp[j-w] 就是 二维数组表示的dp[i-1][j-w]，而dp[j]则是dp[i-1][j]，这里有个小问题，在j顺序求解的过程中，dp[i-1][j-w]会被先计算，dp[i-1][j-w]被计算过之后表示的就不再是dp[i-1][j]了，而是成为了dp[i][j]，而在计算后边的dp[j]的时候会用到dp[j-w]，而此时的dp[j-w]，已经不再是原来的i-1时刻的状态了，所以在计算是会产生一定的错误，为了解决这一问题可以将j来倒序进行计算。
优化后的代码：

public int knapsack(int W, int N, int[] weights, int[] values) {
   
	int[] dp = new int[W + 1];
	for (int i = 1; i <= N; i++) {
   
		int w = weights[i - 1], v = values[i - 1];
		for (int j = W; j >= 1; j--) {
   
			if (j >= w) {
   
			dp[j] = Math.max(dp[j], dp[j - w] + v);
			}
		}
	} 
	return dp[W];
}

完全背包

第二类是完全背包，完全背包是指在01背包的基础上，物品的个数可以使用任意个没有限制。解决这类问题只要将01背包内循环的代码改成正序就可以了。

多重背包

第三类是多重背包，多重背包是指在01背包的基础上，物品的个数有限制可以是0-n个。解决这类问题的思路是将其转化成01背包，具体的方法就是n个添加同样属性的物品就可以了。

常见问题

常见的问题有求最优解，求方案数，求能不能达成条件等，以下通过具体问题来介绍

问题一：分割等和子集（LeetCode 416）

题目描述：

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。
注意:
每个数组中的元素不会超过 100
数组的大小不会超过 200

示例 1:
输入: [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: [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.

解题思路：

相当于在数组中取出任意数组合使其和等于数组总和的一半

实现代码

class Solution {
   
     public boolean canPartition(int[] nums) {
   
        int n = nums.length;
        int sum = 0;
        for(int i=0;i<n;i++){
   
            sum+=nums[i];
        }
        if