力扣 1049. 最后一块石头的重量 II（中等）

题目

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。

提示：

• 1 <= stones.length <= 30
• 1 <= stones[i] <= 100

题解

动态规划求解
和昨天的问题有点相似，昨天是在元素前赋上+、-号，求目标值，可以转化成在数组 $nums$ 中选取若干元素，使得这些元素之和等于$neg$。
今天可以将石头分成两拨，它们的差值就是最终的结果，因此差值尽可能要小。转化为背包问题就是，设总重量为sum， 有一个容量为sum/2的背包，在数组中取若干元素，使得背包装的越满。
这里使用滚动数组节省空间，所以要采取倒序遍历。若采取正序遍历，则在计算当前状态$dp[j]$时，上一个状态的$dp[j-stone[i]]$已经被覆盖掉了。因此倒序遍历，可以保证状态转移的一致性。

class Solution {
    // 转换为0-1背包问题，石头总和为sum，每个背包容量为sum / 2，背包装的石头越接近容量越好
    // 这样两个背包的差值越小，最后得到的结果越小
    public int lastStoneWeightII(int[] stones) {
        int sum = 0;
        for(int stone : stones) sum += stone;
        int[] dp = new int[sum / 2 + 1];  //dp[i]表示前i个石头，能装下的最大重量
        for(int stone : stones){
            for(int j = sum / 2; j >= stone; j--){   // 倒序遍历，保证计算中的仍是前一次的状态
                dp[j] = Math.max(dp[j], dp[j - stone] + stone);   
            }
        }
        return sum - 2 * dp[sum / 2];  // 得到差值
    }
}