代码随想录训练营

Day42代码随想录

01背包问题（二维）

动态规划五部曲：

1.dp数组及下标含义：下标i代表的是下标在0-i中任意选取物品，dp[i] [j]代表的是背包容量为j所装物品的最大价值。

2.递推公式

再回顾一下dp[i] [j]的含义：从下标为[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。

那么可以有两个方向推出来dp[i][j]，

• 不放物品i：由dp[i - 1] [j]推出，即背包容量为j，里面不放物品i的最大价值，此时dp[i][j]就是dp[i - 1] [j]。(其实就是当物品i的重量大于背包j的重量时，物品i无法放进背包中，所以背包内的价值依然和前面相同。)
• 放物品i：由dp[i - 1] [j - weight[i]]推出，dp[i - 1] [j - weight[i]] 为背包容量为j - weight[i]的时候不放物品i的最大价值，那么dp[i - 1] [j - weight[i]] + value[i] （物品i的价值），就是背包放物品i得到的最大价值

所以递归公式： dp[i][j] = max(dp[i - 1] [j], dp[i - 1] [j - weight[i]] + value[i]);

3.初始化

其实从递归公式： dp[i][j] = max(dp[i - 1] [j], dp[i - 1] [j - weight[i]] + value[i]); 可以看出dp[i] [j] 是由左上方数值推导出来了，那么 其他下标初始为什么数值都可以，因为都会被覆盖。

    // 初始化
    for (int j = weight[0]; j <= bagweight; j++) {
        dp[0][j] = value[0];
    }

4.遍历顺序：先遍历物品还是背包都无所谓，但是要从左上向右下遍历

01背包问题（一维）

在使用二维数组的时候，递推公式：dp[i] [j] = max(dp[i - 1] [j], dp[i - 1] [j - weight[i]] + value[i]);

其实可以发现如果把dp[i - 1]那一层拷贝到dp[i]上，表达式完全可以是：dp[i] [j] = max(dp[i] [j], dp[i] [j - weight[i]] + value[i]);

与其把dp[i - 1]这一层拷贝到dp[i]上，不如只用一个一维数组了，只用dp[j]（一维数组，也可以理解是一个滚动数组）。

这就是滚动数组的由来，需要满足的条件是上一层可以重复利用，直接拷贝到当前层。

动态规划五部曲：

1.dp数组及下标含义：dp[j]代表的是以j为容量的背包所能携带的最大价值

2.递推公式：

dp[j]可以通过dp[j - weight[i]]推导出来，dp[j - weight[i]]表示容量为j - weight[i]的背包所背的最大价值。

dp[j - weight[i]] + value[i] 表示 容量为 j - 物品i重量 的背包 加上 物品i的价值。（也就是容量为j的背包，放入物品i了之后的价值即：dp[j]）

此时dp[j]有两个选择，一个是取自己dp[j] 相当于 二维dp数组中的dp[i-1] [j]，即不放物品i，一个是取dp[j - weight[i]] + value[i]，即放物品i，指定是取最大的，毕竟是求最大价值，

所以递归公式为：

dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);

可以看出相对于二维dp数组的写法，就是把dp[i] [j]中i的维度去掉了。

3.遍历顺序：先遍历物品，在遍历背包，同时背包需要倒序遍历

dp【i】【j】的更新只与dp【i-1】【j】和dp【i-1】【j-weight_i】左上角这两个数据有关，而与右边的数据无关，那么从右向左遍历，遍历时左边的数据还是上一行的数据没有更新， 这样子用一行数组很好的实现了我们的最终目的

至于为什么先遍历物品，再遍历背包呢？

如果你从右到左地遍历背包容量：相当于你的计算顺序是先竖着写完第四列，再竖着写完第三列，再竖着写完第二列。。。但你写第四列的时候，第三列全部都是空的，左边是没有数据的，你永远只在累加正上方的数。而如果你是先遍历物品再遍历背包，你的填空顺序是，先写第一行（从右往左写），再写第二行的时候，你的左边是有数字的。。。

    public static void main(String[] args) {
        int[] weight = {1, 3, 4};
        int[] value = {15, 20, 30};
        int bagWight = 4;
        testWeightBagProblem(weight, value, bagWight);
    }

    public static void testWeightBagProblem(int[] weight, int[] value, int bagWeight){
        int wLen = weight.length;
        //定义dp数组：dp[j]表示背包容量为j时，能获得的最大价值
        int[] dp = new int[bagWeight + 1];
        //遍历顺序：先遍历物品，再遍历背包容量
        for (int i = 0; i < wLen; i++){
            for (int j = bagWeight; j >= weight[i]; j--){
                dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
            }
        }
        //打印dp数组
        for (int j = 0; j <= bagWeight; j++){
            System.out.print(dp[j] + " ");
        }
    }

416.分割等和子集

1.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。

提示：

• 1 <= nums.length <= 200
• 1 <= nums[i] <= 100

2.解题思路及代码实现

先判断数组总和，如果为奇数，则不存在直接返回false

如果为偶数，那么就相当于找一个容器为总和一半的背包，有了目标值

而且也有物品，相当于看看容量为sum/2的容器，所能装的最大价值是不是sum/2，因为有可能小于sum/2

num既表示weight又表示value；

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