Day 38算法记录|动态规划 04

讲解

1. 二维背包问题

视频解析说的很好

dp[i][j] 表示从下标为[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。
$dp[i][j]=max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i])$;

对应的java代码：

2. 一维背包问题

dp[j]表示：容量为j的背包，所背的物品价值可以最大为dp[j]。文字解析

二维：$dp[i][j]=max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i])$;

一维： $dp[j]=max(dp[j],dp[j-weight[i]]+value[i]);$

416. 分割等和子集

所有元素的和一定要是偶数,再想成背包问题

只有把这个包装满，才算true, 包的容量是sum/2 ,所以有两种情况，选不选当前商品
dp[i][j]表示从数组的 [0, i] 这个子区间内挑选一些正整数 ， 每个数只能用一次，使得这些数的和恰好等于 j。

1. dp[i - 1][j]表示该物品不放入背包，如果在 [0, i - 1] 这个子区间内已经有一部分元素，使得它们的和为 j ，那么 dp[i][j] = true；
2. dp[i - 1][j - nums[i]]表示该物品放入背包。如果在 [0, i - 1] 这个子区间内就得找到一部分元素，使得它们的和为 j - nums[i]。

$dp[i][j]=dp[i-1][j]||dp[i-1][j-nums[i]]$;
就是dp[3][11] 里面装的11，那对应的dp[i - 1][j - nums[i]] = dp[2][6]也装满了,就是【1，5，5】

class Solution {
    public boolean canPartition(int[] nums) {
    if(nums ==null || nums.length ==0) return false;

     int sum =0;
     for(int num :nums){
         sum +=num;
     }

     if(sum%2 != 0) return false;

     //开始背包问题， 包的容量是11
     sum = sum/2;
     boolean[] dp = new boolean[sum+1];
     dp[0] =true;
    for(int num :nums){
        for(int i= sum;i>=num;i--){
            dp[i] = dp[i]||dp[i-num];
        }
    }
    return dp[sum];
    }
}

关键点：这道题要倒着写
初始化：dp[0] = true;
$num<=i<=sum$
dp[i]表示当前背包容量为$i$,是否能够被填满

1. 按照数组元素遍历，不选当前的元素，就还是dp[i]
2. 将当前元素加入背包，那么dp[i-num]，加入了之后，剩余容量中是否能装下前面的遍历的物品（所以才是倒序的）

完全就是背包问题：

class Solution {
    public boolean canPartition(int[] nums) {
   int sum = Arrays.stream(nums).sum();
   int n = nums.length;
   if(sum%2!=0){
     return false;
   }

   int half = sum/2;
   int[] dp = new int[half+1];

  for(int i=0;i<n;i++){
      for(int j =half;j>=nums[i];j--){
          dp[j] = Math.max(dp[j],dp[j-nums[i]]+nums[i]);
      }
  }

   return dp[half] == half;

    }
}