dp背包问题——1049. 最后一块石头的重量 II

本题其实就是尽量让石头分成重量相同的两堆，相撞之后剩下的石头最小，这样就化解成01背包问题了。

和416. 分割等和子集非常像，只需要使用石头总重量的一半作为背包容量，通过01背包的dp算法，计算出一半容量所能装入的最大石头重量，就能使得最后剩余的石头最小

本题物品的重量为stones[i]，物品的价值也为stones[i]

先写出常见的二维数组解法：

class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) {
        if(stones.size() == 1){
            return stones[0];
        }
        int n = stones.size();
        int sum = accumulate(stones.begin(), stones.end(), 0);
        int content = sum / 2;
        vector<vector<int>> dp(n, vector<int>(content + 1, 0)); // 由于j是容量，不仅是下标，还有实际意义，需要content+1
        for(int j = 1; j <= content; j++){
            dp[0][j] = j >= stones[0] ? stones[0] : 0;
        }
        // 先遍历物品，再遍历容量
        for(int i = 1; i < n; i++){
            for(int j = 1; j <= content; j++){
                if(j < stones[i]){
                    // 当前背包容量 < 物品重量
                    dp[i][j] = dp[i-1][j];
                }else{
                    dp[i][j] = max(dp[i-1][j], dp[i-1][j-stones[i]] + stones[i]);
                }
            }
        }
        return sum - 2 * dp[n-1][content];
    }
};

通过滚动数组优化，尤其需要注意：

1. 为什么需要从后往前遍历容量
2. 为什么遍历容量时，没有显式判断当前容量j小于当前物品重量nums[i]

class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) {
        if(stones.size() == 1){
            return stones[0];
        }
        int n = stones.size();
        int sum = accumulate(stones.begin(), stones.end(), 0);
        int content = sum / 2;
        // vector<vector<int>> dp(n, vector<int>(content + 1, 0)); // 由于j是容量，不仅是下标，还有实际意义，需要content+1
        vector<int> dp(content + 1, 0);
        // 用第一个物品初始化dp数组
        for(int j = 1; j <= content; j++){
            dp[j] = j >= stones[0] ? stones[0] : 0;
        }
        // 先遍历物品，再遍历容量
        for(int i = 1; i < n; i++){
        	// 滚动数组，从后往前遍历容量
            for(int j = content; j >= stones[i]; j--){
                dp[j] = max(dp[j], dp[j-stones[i]] + stones[i]);
            }
        }
        return sum - 2 * dp[content];
    }
};