动态规划：0/1背包问题

一、使用一维dp数组

1. dp数组的定义： dp[ j ] 表示背包最大容量为 j 时，所背的物品最大价值。

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

3. 遍历过程：对于每一个物品，都要从 dp[ bagweight ] 开始遍历到 dp[ weight[i] ]。从后往前是为了防止一次遍历过程前面的物品放入多次。

4. 代码实现：

for(int i = 0; i < weight.size();i++)
{
    for(int j = bagweight; j >= weight[i]; j-- )
    {
        dp[j] = max(dp[j], dp[j-weight[i]]+value[i]);
    }
}

二、背包问题的应用: 416.分隔等和子集

1、题目描述

给你一个 只包含正整数 的 非空 数组 nums 。请你判断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。

2、思路

要把数组nums分割成两个和相等的子集，只需把数组nums的总和加起来除以2，就是要求的一个子集的元素和target。

那么就先保证数组nums的总和是一个偶数，这是能平分数组的基础。

接着就是找数组里的元素，使它们的和为target。

这里就可以用0/1背包来求解，只需稍微改变一下递推公式。

原本的递推公式是：dp[ j ] = max( dp[ j ] , dp[ j - weight[ i ] ] + value[ i ] )

改变后就是：dp[ j ] = max( dp[ j ] , dp[ j - nums[ i ] ] + nums[ i ] ), nums数组里的元素代表的重量和价值就是该元素的大小。

如果最终的dp[ target ]等于target，就证明可以分割为两个元素和相等的子集。

3、代码实现

class Solution {
public:
    bool canPartition(vector<int>& nums) {
        int sum = 0;
        for(int i = 0;i < nums.size();i++)
        {
            sum += nums[i];
        }
        if(sum % 2 == 1) return false;

        int bagweight = sum/2;
        vector<int> dp (bagweight+1,0);
        for(int i = 0; i < nums.size();i++)
        {
            for(int j = bagweight; j >= nums[i];j--)
            {
                dp[j] = max(dp[j],dp[j-nums[i]]+nums[i]);
            }
        }
        if(dp[bagweight] == bagweight)
        return true;
        else return false;
    }
};

三、背包问题的应用：494.目标和

1、题目描述

给你一个非负整数数组 nums 和一个整数 target 。

向数组中的每个整数前添加 '+' 或 '-' ，然后串联起所有整数，可以构造一个 表达式 ：

• 例如，nums = [2, 1] ，可以在 2 之前添加 '+' ，在 1 之前添加 '-' ，然后串联起来得到表达式 "+2-1" 。

返回可以通过上述方法构造的、运算结果等于 target 的不同 表达式 的数目

2、思路

设在nums数组的元素总和为sum, 在里面取正的元素总和为m，取负的元素总和为n，那么m + n = sum, 且m - n = target, 合并两个式子可以得到 m = (sum + target) / 2, 由此可以得出有上述的表达式的前提条件是sum + target为偶数，且sum > |target|。

接下来就是，知道了m的值，要计算m有多少种组合方式。

递推公式还是dp[ j ] += dp[ j - nums[ i ] ]，先遍历数组元素，再从后往前遍历背包大小。

3、代码实现

class Solution {
public:
    int findTargetSumWays(vector<int>& nums, int target) {
        int sum = 0;
        for(int i = 0;i<nums.size();i++)
        sum+=nums[i];

        if(abs(target) > sum )
        return 0;
        else if((sum+target)%2 == 1)
        return 0;

        int bagsize = (sum+target)/2;
        vector<int>dp(bagsize+1,0);
        dp[0] = 1;
        for(int i = 0; i < nums.size();i++)
        {
            for(int j = bagsize;j >= nums[i];j--)
            {
                dp[j] += dp[j-nums[i]];
            }
        }
        return dp[bagsize];

    }
};