背包问题基础知识
详见代码随想录背包理论基础。
416. 分割等和子集
将这个问题套入0-1背包模板,数组的元素就是物品的重量和价值,首先将数组的和求出来,然后除以2就是所需要的target,也就是背包的容量
- dp数组及下标的含义
dp[i]:和为i时最大的元素和 - 递推公式
dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]); - 初始化
dp[0] = 0; - 确定遍历顺序
如果使用一维dp数组,物品遍历的for循环放在外层,遍历背包的for循环放在内层,且内层for循环倒序遍历!
所以这里外层就是数组元素,内层就是数组容量 - 举例
dp[j]的数值一定是小于等于j的。
如果dp[j] == j 说明,集合中的子集总和正好可以凑成总和j,理解这一点很重要。
用例1,输入[1,5,11,5] 为例,如图:
class Solution {
public:
bool canPartition(vector<int>& nums) {
int sum = 0;
for (int n : nums) {
sum += n;
}
if (sum % 2 == 1) return false;
int target = sum / 2;
vector<int> dp(target + 1);
dp[0] = 0;
for (int i = 0; i < nums.size(); i++) {
for (int j = target; j >= nums[i]; j--) {
dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);
}
}
if (dp[target] == target) return true;
return false;
}
};