【刷题day42】动态规划 | 01背包问题、 416. 分割等和子集（01背包问题应用）

01背包问题（二维dp）

题目讲解

//二维数组
public static void testWeightBagProblem(int[] weight, int[] value, int bagSize) {
    int[][] dp = new int[weight.length][bagSize + 1];
    //初始化，因为递推公式dp[i][j]需要上一层的数据dp[i-1][j]和dp[i-1][j - weight[i]]
    for (int j = weight[0]; j <= bagSize; j++) { 
        dp[0][j] = value[0];
    }

    for (int i = 1; i < weight.length; i++) {
        for (int j = 1; j <= bagSize; j++) { 
            if (j < weight[i]) { //没有必要考虑该物品i，0到i-1物品在容量j所取得的最大价值即为最大价值
                dp[i][j] = dp[i - 1][j];
            } else {
                dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
            }
        }
    }
    for (int[] arr : dp) {
        System.out.println(Arrays.toString(arr));
    }
}

01背包问题（一维dp）

题目讲解

 // 一维dp数组
public static void testWeightBagProblem(int[] weight, int[] value, int bagSize) {
    int[] dp = new int[bagSize + 1];
    dp[0] = 0;
    //一定要先遍历物品
    for (int i = 0; i < weight.length; i++) {
        //一定要倒序遍历背包，因为要用到在遍历之前物品时赋值好的dp[j]数据
        //相当于在二维dp[i][j]数组中，将上一行dp[i-1][...]数据复制到本行
        //下面递推公式中的dp[j]相当于dp[i-1][j]
        for (int j = bagSize; j >= weight[i]; j--) {
            dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
        }
    }
    System.out.println(Arrays.toString(dp));
}

416. 分割等和子集 （01背包问题应用）

题目讲解

class Solution {
    public boolean canPartition(int[] nums) {
        int sum = 0;
        for (int n : nums) sum += n;
        if (sum % 2 != 0) return false;
        int target = sum / 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;
    }
}