代码随想录算法训练营day41|第九章 动态规划part04

01背包问题 二维 

代码随想录

视频讲解：带你学透0-1背包问题！| 关于背包问题，你不清楚的地方，这里都讲了！| 动态规划经典问题 | 数据结构与算法_哔哩哔哩_bilibili

确定dp数组以及下标的含义

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。

确定递推公式

dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);

不放物品i：由dp[i - 1][j]推出；放物品i：由dp[i - 1][j - weight[i]]推出

dp数组如何初始化

状态转移方程 dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]); 可以看出i 是由 i-1 推导出来，那么i为0的时候就一定要初始化。

当 j < weight[0]的时候，dp[0][j] =0；当j >= weight[0]时，dp[0][j] =value[0]。因为dp数组初始化为0，所以不需要特别初始化 j < weight[0]的情况，只需要针对j >= weight[0]的情况进行一波赋值即可。

确定遍历顺序

先遍历物品还是背包重量其实都可以，这是因为递推公式——dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i])，本质上只和i-1一行的下标到j的值有关系（ps.只和上一行的值有关系，所以本质上也可以用一维数组来做），也就是说得到这个值就必须要先得到它左上角部分的值，而这两种遍历顺序都能满足。

做动态规划的题目，最好的过程就是自己在纸上举一个例子把对应的dp数组的数值推导一下，然后在动手写代码！

01背包问题 一维 

代码随想录

视频讲解：带你学透01背包问题（滚动数组篇） | 从此对背包问题不再迷茫！_哔哩哔哩_bilibili

理论和二维的差不多，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]，递推公式是：

dp[j] = max(dp[j], dp[j - weight[i]] + value[i])

一维dp数组初始化

只需初始化所有值为0即可。dp[0]=0此不必说，之后的值也为0，这是因为在没有装入任何物品的（也就是没有正式开始遍历物品）时候所有容量的背包的价值均为0。

一维dp数组遍历顺序

必须先遍历物品然后再遍历背包（也就是先填充完对于特定物品范围的不同容量的背包的最大价值，即dp数组），而且在遍历背包的时候必须倒序遍历。

这均是由递推公式决定的，dp[j] = max(dp[j], dp[j - weight[i]] + value[i])决定了在遍历j的时候，必须保证（j - weight[i]）的位置是遍历到上个物品的时候的值（也就是没有遍历到这个物品的时候）（这是通过二递推公式推知的），而不论是颠倒物品和背包的遍历顺序（会是遍历完所有物品的值）还是正序遍历背包（会是遍历完当前物品的值）都会改变j前面的值。

416. 分割等和子集  

本题是 01背包的应用类题目

代码随想录

视频讲解：动态规划之背包问题，这个包能装满吗？| LeetCode：416.分割等和子集_哔哩哔哩_bilibili

这道题感觉刚学的话，有点难套入01背包。需要分析为什么可以用01背包解决：

• 背包的体积为sum / 2。（只要判断一半即可，只要证明能装满一半容量的背包并且sum是偶数，那么剩下一半的数组自然和为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。（这道题物品的价值==物品的重量）
• 背包如果正好装满，说明找到了总和为 sum / 2 的子集。（这点来讲，也是要背包中装有尽量大价值的物品，只是最后还要看这个价值是否等于sum/2）
• 背包中每一个元素是不可重复放入。（符合01特性）

这样代码就好理解多了。还是用动规五部曲来实现：

1. 确定dp数组以及下标的含义。dp[j]是总和最大为 j 的“背包”中能存放的最大的数组总和。
2. 递推公式。每次试图更新（更大）dp数组，使得尽量装满（也就是能装就多装），和01背包要面对的问题一样。所以递推公式也是：dp[j] = max(dp[j], dp[j - nums[i]] + nums[i])。
3. dp数组初始化。一维dp数组，全部初始化为0。
4. 遍历顺序。使用一维数组01背包的遍历顺序即可。
5. 列举推导dp数组。注意最后要验证的是dp[sum/2]是不是等于sum/2。

bool canPartition(vector<int>& nums) {
        int sum = 0;

        // dp[i]中的i表示背包内总和
        // 题目中说：每个数组中的元素不会超过 100，数组的大小不会超过 200
        // 总和不会大于20000，背包最大只需要其中一半，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;

        // 开始 01背包
        for(int i = 0; i < nums.size(); i++) {
            for(int j = target; j >= nums[i]; j--) { // 每一个元素一定是不可重复放入，所以从大到小遍历
                dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);
            }
        }
        // 集合中的元素正好可以凑成总和target
        if (dp[target] == target) return true;
        return false;
    }