利用动态规划解决子集和问题

上网查了很多解决子集和的问题，但是都表达有点不清楚，我来用一种更加通俗的语言来讲解吧！
题目是给一个数组，再给一个目标值，看是否有子集加起来能够满足目标值
首先给一个数组，比如array = {5，7，8，2，3，12}
给一个target = 10
显然我们可以看出 5 + 2 + 3 = 10
接下来我们就来看看怎样判断是否满足条件

首先看最后一个元素 12
12比10大
显然12肯定不能作为我们的子集元素
这样我们只考虑前面5个元素
我们的目标值还是10
然后我们的范围缩小到5个元素
我们发现3小于10，那么3可能是我们目标子集的元素
如果是，那么我们缩小范围 前面4目标10-3=7
如果不是，那么和之前一样 缩小范围 前面4目标还是10
只要有一个为真，那么意味着条件成立，故用或语句
以此类推
然后判断边界
前面0目标任意值 我们知道没有元素 无论目标是什么 都无法实现 置0
前面任意值目标0 我们知道目标为0，无论前面的数字是什么都可以实现 置1

这样我们就可以用递归的方式来解决问题
但是我们发现，如果递归，那么每个小于target的数据，都会面临选不选的问题，其实我们又变成了穷举法的笨办法，如果我们用一个数组，把每种情况保存下来，那么就会大大减轻我们的压力，这就是动态规划

代码如下

	int list[101][101]; // 前a个元素 
	
	
	int array[5] = {5,7,8,2,3};
	int target = 10;	

	for(int i=0;i<=10;i++){
		list[0][i] = 0;  // 没有元素任意值都无法实现 
	}
	
	for(int i=0;i<=5;i++){
		list[i][0] = 1;  // 任何子集都可以实现等于0 
	} 
	  
	  
 
	  for(int i=1;i<=10;i++){  // target  
	  	for(int j=1;j<=5;j++){ // 元素 
	  		if(array[j-1] > i) list[j][i] = list[j-1][i]; // array[j]不属于子集 
	  		else{
	  			list[j][i] = list[j-1][i - array[j-1]] | list[j-1][i]; 
			  }
		  }
	  }
	  
	  

先把一些简单的问题处理掉，比如前面1目标1，拿上面的题目来说，很轻易判断出，1>5，肯定不符合条件，那么缩小至前面0目标1，之前推出的数据显示，为False。那么难的问题，就可以根据上一步推出的结果，来进行运算，比穷举大大优化了复杂度。但动态规划唯一的缺点就是虽然能很好的判断是非问题，也能计算出某些问题的最大值，但是不能直接得出是哪几个子元素，也不能得出走哪条具体的路径能得到最大值，就给出了最大值的答案。这就要用到回溯算法了，具体还要再学习啊！