1049. 最后一块石头的重量 II

有一堆石头，用整数数组 stones 表示。其中 stones[i] 表示第 i 块石头的重量。

每一回合，从中选出任意两块石头，然后将它们一起粉碎。假设石头的重量分别为 x 和 y，且 x <= y。那么粉碎的可能结果如下：

如果 x == y，那么两块石头都会被完全粉碎；
如果 x != y，那么重量为 x 的石头将会完全粉碎，而重量为 y 的石头新重量为 y-x。
最后，最多只会剩下一块 石头。返回此石头 最小的可能重量 。如果没有石头剩下，就返回 0。

示例 1：

输入：stones = [2,7,4,1,8,1]
输出：1
解释：
组合 2 和 4，得到 2，所以数组转化为 [2,7,1,8,1]，
组合 7 和 8，得到 1，所以数组转化为 [2,1,1,1]，
组合 2 和 1，得到 1，所以数组转化为 [1,1,1]，
组合 1 和 1，得到 0，所以数组转化为 [1]，这就是最优值。
示例 2：

输入：stones = [31,26,33,21,40]
输出：5

思考

这个和 分割等和子集 有点类似，分割等和子集是给一个集合例如{1,2,3,6}

看看这个集合是否可以分成两个子集的和是相同的，子集1{1,2,3}，子集2{6}

说明这个集合是可以的。其实该问题也就是找到一个子集为该集合的和一半即可。

我们可以转化为01背包问题，这道题与传统的「0-10−1 背包问题」的区别在于，传统的「0-10−1 背包问题」要求选取的物品的重量之和不能超过背包的总容量，这道题则要求选取的数字的和恰好等于整个数组的元素和的一半。

• 背包的容量为target
• 每个元素的重量为其值
• 每个元素的价格为其值

该题其实就是划分为两个和最接近的子集

所以我们找到一个最接近集合的和一半的子集就行了。

假设总重量为sum

• 背包的容量为bag = sum/2
• 每个石头的重量是其值

dp数组及其下标含义

dp[i][j] 表示0-i中的石头可以装下容量为j的背包的最大重量（肯定是越大越好，装满最好，因为装满正好是一半）

递推公式

stones[i] ≤ j时，dp[i][j] = max( )

stones[i] >j时，dp[i][j] = dp[i-1][j]

dp数组初始化

初始化第一行和第一列

完善dp数组

遍历完善dp数组

    public int lastStoneWeightII(int[] stones) {
        int sum = 0;
        for(int i = 0;i<stones.length;i++){
            sum = sum + stones[i];
        }
        int bag = sum/2 + 1;
        int[][] dp =new int[stones.length][bag];

        // dp数组初始化
        for (int i=0;i<dp.length;i++){
            dp[i][0] = 0;
        }
        for (int j=1;j<bag;j++){
            if(stones[0]<=j)
                dp[0][j] = stones[0];
            else dp[0][j] = 0;
        }

        // 完善dp数组
        for (int i=1;i<dp.length;i++){
            for(int j=1;j<bag;j++){
                if(j>=stones[i]){
                    dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-stones[i]]+stones[i]);
                }
                else dp[i][j] = dp[i-1][j];
            }
        }

        return Math.abs( sum-dp[dp.length-1][bag-1]*2);

    }