代码随想录算法训练营 day42 | 01背包问题、416. 分割等和子集

代码随想录

01背包问题

背包问题基本上只要掌握01 和完全背包即可
01背包是一个商品只能放入一次
完全背包是一个商品能放入大于一次

关键是 背包的容量
物品的 重量 价值 体积
暴力的解法可以用回溯， 它是2^n指数级别的时间复杂度，所以需要用动态规划优化

二维数组01背包
dp[i][j]表示从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。

遍历物品再遍历背包（推荐）
以及
先遍历背包再遍历物品
都是可以的

初始化需要初始化dp[0][j]和dp[j][0]因为每次遍历都需要左上角的信息

递推公式：比较当前物品i 在当前容量j下是放入背包 的价值更大 还是不放入背包的价值更大。
dp[i][j]=max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i])

用一维度代替二维
只能先遍历物品后背包，且背包容量需要倒叙遍历

416. 分割等和子集

思路

用回溯法暴力搜索，只要能找到相加=nums的总和一般的，就返回true
背包问题：
容量：nums数组的求和除以2.
物品的价值是数组内元素
物品的体积是数组内元素

d[i][j]表示第0-i个商品，放入容量为j的背包的最大价值

如果 dp[sum/2]=sum/2就说明达到了

一维的递推公式：
dp[j]=max(dp[j],dp[j-nums[i]]+nums[i])

初始化：
dp[0]=0

代码

class Solution {
    public boolean canPartition(int[] nums) {
        if(nums.length<=1) return false;
        int target = 0;
        for(int i = 0;i<nums.length;i++){
            target += nums[i];
        }
        if(target%2 ==1)return false;
        target/=2;
        
        int dp[] = new int[target+1];
        for(int i =0;i<nums.length;i++){
            for(int j=target;j>=nums[i];j--){
                dp[j]=Math.max(dp[j],dp[j-nums[i]]+nums[i]);            
            }
            if(dp[target]==target) return true;
        }

        return false;

    }
}

注意：需要把dp数组大小初始化为target+1,因为是下标从0开始，否则无法取到容量大小为target。