01背包问题做题总结（二）

目标和

这道题和之前的不太一样，乍一看可以拿组合总和问题一样，想尝试回溯法，发现超时，于是我们可以用动态规划，这时我们要考虑dp数组的定义是什么

我们假设加法的和为x，那减法的和就是sum-x，可以推出x-（sum-x） = target，举个例子，以示例1为例，tar=3，加法和为2的话，一减，减法和就是1，所以x要减（sum-x）才是target，这里要注意，不是加，还有就是nums都要参与运算，不是取几个构造也要注意，可以推出x = （sum+target）/2;x为背包容量，所以dp的定义为填满容量为x的背包有几种方法，此时有人考虑到x会不会向下取整，对的，所以如果（sum + target）%2！=0，返回0。
递推公式：举个例子，dp[4] 有几个，我们首先要拿到一个数比如我们拿到nums[0]=1，那么我们只
需求dp[3]即可，dp[3]有几个，dp[4]由他们加上1得来，再拿一个数为2，dp[4]再加上dp[1]的个数即可
所以递推公式为：dp[j] += dp[j - nums[i]];
初始化：dp都由dp[0]推导而来，dp[0]必须为1，不然递归都是0，很好理解，填满容量为0的背包
有两种方法，就是放0件物品
遍历顺序先遍历物品，背包容量大到小

class Solution {
    public int findTargetSumWays(int[] nums, int target) {
        int n = nums.length;
        int sum = 0;
        for(int i = 0;i < n;i++) {sum += nums[i];}
        int bag = (sum + target) / 2;
        if(Math.abs(target) > sum) {return 0;}
        if((sum + target) % 2 ==1){return 0;}
        int[] dp = new int[bag + 1];
        dp[0] = 1;
        for(int i = 0;i < n;i++) {
            for(int j = bag;j >= nums[i];j--) {
                dp[j] += dp[j - nums[i]];
            }
        }
        return dp[bag];
    }
}

1和0

class Solution {
    public int findMaxForm(String[] strs, int m, int n) {
        //这道题其实是一个01背包问题，因为strs相当于物品，每个字符串都是一个物品，每个物品都只有一个
        //而m，n相当于背包，只不过这个背包有两个维度而已，理解了题意，那这道题就可以开始做了
        //dp数组的定义，dp[i][j],表示最多有i个0，j个1的strs的子集最大长度
        //递推公式：定义0的个数numOf0，1的个数numOf1，dp[i][j] 由dp[i - numOf0][j - numOf1] + 1和
        //它本身比大小得来，这里的意思是，举个例子，循环拿物品，我拿了”10“，有1个0，1个1，我们之后的
        //dp都带上这个物品一起玩，把它的个数减掉求到的dp的值加上它本身的长度1，再和之前一比，谁大，那新的dp[i][j]就是谁，循环遍历strs，得到的dp[m][n]就是最长的子集
        //所以dp[i][j] = Math.max(dp[i][j],dp[i - numOf0][j - numOf1] + 1);
        //初始化：0即可
        //遍历顺序：
        int[][] dp = new int[m + 1][n + 1];
        for(String string:strs) {
            int numOf0 = 0;
            int numOf1 = 0;
            for(int i = 0;i < string.length();i++) {
                if(string.charAt(i)=='0') numOf0++;
                else numOf1++;
            }
            for(int i = m;i >= numOf0;i--) {
                for(int j = n;j >= numOf1;j--) {
                    dp[i][j] = Math.max(dp[i][j],dp[i - numOf0][j - numOf1] + 1);
                }
            }
        }
        return dp[m][n];
    }
}

这两道题还是很难的，有些同学可能觉得写出递推公式就行了，其实递推公式只是一小部分，你需要理解dp数组的定义，初始化，遍历的顺序，我觉得最重要的是怎样理解题意，把题转换成背包的格式，什么当作物品，什么是背包，再根据物品数量的特性决定是01背包，还是完全背包，还是别的，理解比什么都重要，剩下的就是多练习找感觉了。