代码随想录算法训练营day42 | 01背包问题（一），01背包问题（二）， 416. 分割等和子集

理论基础：二维数组

• 《算法图解》第九章背包的讲解更好的帮助理解

动规五部曲：

1. 确定dp数组以及下标的含义：使用二维数组，即dp[i][j] 表示从下标为[0-i]的物品里任意取，放进容量为j的背包，价值总和最大是多少。

2. 确定递推公式：关键是在不放与放物品i的两个状态中取价值更大的那一种。            dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i])
3. dp数组如何初始化：dp[i][0] = 0, dp[0][j]; 对于dp[0][j]分两种情况，一是 j < weight[0]的时候，dp[0][j] = 0，二是当j >= weight[0]时，dp[0][j] 应该是value[0]。那么其他的部分则可以初始化为任意值因为都会被更新。
4. 确定遍历顺序：先遍历 物品还是先遍历背包重量呢？其实都可以！！ 但是先遍历物品后遍历背包更好理解。（既然二维数组已经定义了，那么就按照默认的先行后列来遍历）
5. 举例推导dp数组

Q：对于递推公式，难道放还会比不放得到的价值更低吗？

A：状态1: 选择放实际上对前面的操作是有要求的，需要有足够的重量空间来放入，甚至要挤掉某个物品；状态2: 选择不放此时就需要前面的操作实现价值最大化。这样就需要对比两种状态下哪个得到的价值更大。

• 测试代码参考网站：代码随想录

理论基础：滚动数组（一维数组）

Q：如何实现的降维？

A：其实就是只使用一行（将一个二维矩阵压缩成一行的数组），每次都更新这一行的数据（前提是当前行是由上一行推导得来），因此也就没有i了，此时i=0了。

（说白了，最终要的结果在右下角，那么其余位置的值都是为了推导出这个结果，所以不需要保存下来，使用一次直接舍弃就好，因此可以降维）

动规五部曲：

1. 确定dp数组的定义：dp[j]表示容量为j的背包，所背的物品价值可以最大为dp[j]
2. 一维dp数组的递推公式：dp[j] = max(dp[j], dp[j - weight[i]] + value[i])
3. 一维dp数组如何初始化：dp[0] = 0; 其余的要初始化成一个非负数的最小值，这样才能实现求max的更新，那么就都初始化为0。
4. 一维dp数组遍历顺序：从后先前（背包容量由大到小）
5. 举例推导dp数组

Q：为什么遍历顺序是后->前？

A：因为在二维数组的情况时，当前值是由正上方和左上方的值推导得来，每一层的数据都是隔离的。那么降到一维数组时，就只有左方的值会影响当前值。如果还按照从前向后的顺序，每次更新后的值依然会对后续值产生影响。为了避免这个问题，所以需要从后向前遍历。

下面附上视频留言的帮助理解：

• “列表后面的值需要通过与前面的值比较确定，因此要先处理”
• 01背包每个背包都只有一个，这个包放与不放与上一个包的状态有关，而左边的数组是描述上一个包状态的量，右边的数是当前包状态的一个待定，代码里就是右边数组的确定需要左边的数，所以在计算出右边的数之前不能破坏左边的数；

测试代码参考网站：代码随想录

416. 分割等和子集（medium）

注意：

• 一个商品如果可以重复多次放入是完全背包问题，而只能放入一次则是01背包问题

本题经过分析得出主要意思是：

• 判断集合里能否出现总和为 sum / 2 的子集

只有确定了如下四点，才能把01背包问题套到本题上来。

• 背包的体积为sum / 2
• 背包要放入的商品（集合里的元素）重量为 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 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数组以及下标的含义：dp[j]表示背包总容量是j，最大可以凑成j的子集总和为dp[j]
2. 确定递推公式：dp[j] = max(dp[j], dp[j - nums[i]] + nums[i])
3. dp数组如何初始化: 首先dp[0]一定是0; 如果题目给的价值都是正整数那么非0下标都初始化为0就可以了，如果题目给的价值有负数，那么非0下标就要初始化为负无穷。（因此为了统一，可以直接将非0下标都初始化为负无穷，自己测试。。。）
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！（其实无论使用二维还是一维数组都先遍历物品就好）
5. 举例推导dp数组：dp[j]的数值一定是小于等于j的（因为就这道题而言，物品i的重量是nums[i]，其价值也是nums[i]，因此j就代表了背包的容量，是上限）。如果dp[j] == j 说明，集合中的子集总和正好可以凑成总和j，理解这一点很重要。

class Solution(object):
    def canPartition(self, nums):
        """
        :type nums: List[int]
        :rtype: bool
        """
        if sum(nums) % 2 != 0:
            return False
        target = sum(nums) // 2
        #step1: dp[j] 表示： 容量为j的背包，所背的物品价值可以最大为dp[j]
        #step2: dp[j] = max(dp[j], dp[j-nums[i]]+nums[i])
        #step3: 初始化：dp[0]=0, 由于nums数组内都是非负整数，那么其余的都初始化为0即可
        dp = [0]*10001 #200*100 // 2 + 1
        #step4: 遍历顺序：滚动数组要用倒序遍历，且先物品后背包
        for i in range(len(nums)):
            for j in range(target, nums[i]-1, -1):
                dp[j] = max(dp[j], dp[j-nums[i]]+nums[i])
        #step5: 打印检查
        return target == dp[target]

相似题目：（之后再做。。。）

• 698.划分为k个相等的子集
• 473.火柴拼正方形