[0,1]背包问题求解思路

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

背景

以LeetCode416题为例，讲解0，1背包问题的求解思路
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。
示例 1：
输入：nums = [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：nums = [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。

---

一、解题思路

这是一道典型的[0, 1]背包问题，从题目中我们可以知道，求解的目标值target为数组和的一半。

int sum = 0;
for (int num : nums){
	sum += num;
}
//如果和不为偶数，则不符合题目要求
if(sum % 2 != 0){
	return false;
}
int target = sum / 2;

下一步思路：
数组中是否存在子集，这个子集和为target。
物品一个一个选，容量也一点一点增加去考虑，这一点是「动态规划」的思想，特别重要。
在实际生活中，我们也是这样做的，一个一个地尝试把候选物品放入「背包」，通过比较得出一个物品要不要拿走。

具体步骤：

1. 构造一个nums.length行，target+1列的二维Boolean型表格dp[nums.length][target+1]，行是物品的个数，列是背包的容量。（由于本题中nums的值为正整数，所以第一列实际没有用，这里保证列号和nums的数值对应用）。
2. 状态与状态转移方程：第i行数据表示，前i个nums数据可以组成的和的结果。
   例如{1，2，3，4}，sum = 10; target = 5;

	0	1	2	3	4	5
1		T	F	F	F	F
2		T	T	T	F	F
3		T	T	T	T	T
4		T	T	T	T	T

我们在计算完成dp表格后，只需判断dp[i][target]即最后一列是否为true即可。

3. 状态转移方程：
   第i行的内容可以从i-1行继承而来，并且dp[i][nums[i]]也为true，还有上一行可以组合成的求和结果，再加上当前行的值，重新组合成的sum结果也为true。
   dp[i][j] = dp[i - 1][j] or dp[i - 1][j - nums[i]]

4. 一般写出状态转移方程以后，就需要考虑初始化条件。
   j - nums[i] 作为数组的下标，一定得保证大于等于 0 ，因此 nums[i] <= j；
   注意到一种非常特殊的情况：j 恰好等于 nums[i]，即单独 nums[j] 这个数恰好等于此时「背包的容积」 j，这也是符合题意的。

二、计算实例

输入：nums = [1,5,11,5]
输出：true
解释：数组可以分割成 [1, 5, 5] 和 [11] 。

代码如下（示例）：

public class Solution {
    public boolean canPartition(int[] nums) {
        int len = nums.length;
        // 题目已经说非空数组，可以不做非空判断
        int sum = 0;
        for (int num : nums) {
            sum += num;
        }
        // 特判：如果是奇数，就不符合要求
        if ((sum & 1) == 1) {
            return false;
        }

        int target = sum / 2;
        // 创建二维状态数组，行：物品索引，列：容量（包括 0）
        boolean[][] dp = new boolean[len][target + 1];

        // 先填表格第 0 行，第 1 个数只能让容积为它自己的背包恰好装满
        if (nums[0] <= target) {
            dp[0][nums[0]] = true;
        }
        // 再填表格后面几行
        for (int i = 1; i < len; i++) {
            for (int j = 0; j <= target; j++) {
                // 直接从上一行先把结果抄下来，然后再修正
                dp[i][j] = dp[i - 1][j];

                if (nums[i] == j) {
                    dp[i][j] = true;
                    continue;
                }
                if (nums[i] < j) {
                    dp[i][j] = dp[i - 1][j] || dp[i - 1][j - nums[i]];
                }
                //如果有子集和等于target,提前结束
                if (dp[i][target]) {
                return true;
            }
            }
        }
        return dp[len - 1][target];
    }
}

总结

复杂度分析：

1. 时间复杂度：O(NC)O(NC)O(NC)：这里 NNN 是数组元素的个数，CCC 是数组元素的和的一半。
2. 空间复杂度：O(NC)O(NC)O(NC)。

这是一种典型的动态规划问题，用dp表格来记录可能的情况。
后续可以继续优化空间使用。