代码随想录-动态规划-01背包问题（Java）

01背包基础知识

（参考卡哥内容）

01背包问题：

有n件物品和一个最多能背重量为w的背包。第i件物品的重量是weight[i]，得到的价值是value[i]。每件物品只能用一次，求解将哪些物品装入背包里物品价值总和最大。
两种解法：
二维数组和一位滚动数组

二维dp数组

动态规划五部曲分析：
1.确定dp数组以及下标的含义
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。
要时刻记着dp数组的含义，下面的一些步骤都围绕这dp数组的含义进行的
2.递推公式

• 不放物品i：由dp[i - 1][j]推出，即背包容量为j，里面不放物品i的最大价值，此时dp[i][j]就是dp[i - 1][j]。(其实就是当物品i的重量大于背包j的重量时，物品i无法放进背包中，所以被背包内的价值依然和前面相同。)
• 放物品i：由dp[i - 1][j - weight[i]]推出，dp[i - 1][j - weight[i]] 为背包容量为j - weight[i]的时候不放物品i的最大价值，那么dp[i - 1][j - weight[i]] + value[i] （物品i的价值），就是背包放物品i得到的最大价值
  所以递归公式： dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
  3.初始化
  dp[i][0] = 0;(默认初始化，不需要进行操作)
  dp[0][j] 在j >= weight[0]的时候，dp[0][j] = value[0];
  4.遍历顺序
  从定义和递推公式出发
  从上到下，从左到右
  5.举例推导：略
  以上推导，i与j的顺序默认 i 遍历的是物品，j遍历的是重量。
  这两者可以颠倒，与此同时，定义初始化等都要跟着相应地变化（一定要注意，思维的统一）

一维滚动dp数组

在使用二维数组的时候，递推公式：dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
其实可以发现如果把dp[i - 1]那一层拷贝到dp[i]上，表达式完全可以是：dp[i][j] = max(dp[i][j], dp[i][j - weight[i]] + value[i]);
与其把dp[i - 1]这一层拷贝到dp[i]上，不如只用一个一维数组了，只用dp[j]（一维数组，也可以理解是一个滚动数组）。
还是按照动态规划五部曲来进行讲解：
1.dp数组的含义
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]。
2.递推公式
dp[j]可以通过dp[j - weight[i]]推导出来，dp[j - weight[i]]表示容量为j - weight[i]的背包所背的最大价值。

dp[j - weight[i]] + value[i] 表示 容量为 j - 物品i重量 的背包 加上 物品i的价值。（也就是容量为j的背包，放入物品i了之后的价值即：dp[j]）

此时dp[j]有两个选择，一个是取自己dp[j] 相当于 二维dp数组中的dp[i-1][j]，即不放物品i，一个是取dp[j - weight[i]] + value[i]，即放物品i，指定是取最大的，毕竟是求最大价值，

所以递归公式为：

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

3.初始化
dp[0] = 0;
4.遍历顺序（重要）

for (int i = 0; i < wLen; i++){
   for (int j = bagWeight; j >= weight[i]; j--){
            }
        }

内外循环不能变，而且内部循环，重量要采用倒序
【原因：倒序遍历是为了保证物品i只被放入一次！。但如果一旦正序遍历了，那么物品0就会被重复加入多次！】
【再来看看两个嵌套for循环的顺序，代码中是先遍历物品嵌套遍历背包容量，那可不可以先遍历背包容量嵌套遍历物品呢？
不可以！因为一维dp的写法，背包容量一定是要倒序遍历（原因上面已经讲了），如果遍历背包容量放在上一层，那么每个dp[j]就只会放入一个物品，即：背包里只放入了一个物品。】
原因方面：倒序在前，两个嵌套for循环不能颠倒的原因在后。

一、分割等和子集

链接: 416.分割等和子集

思路

本题属于01背包问题的应用

自己有点自大且忽略了很多点

【忽然明白为什么要每天都要做几道算法题了，要保持的是什么思维。隔一天不做算法题，自己只会最直白最简单的思路，所以每天必须要做几道算法题】

分析题意：

给你一个 只包含正整数 的 非空 数组 nums 。请你判断是否可以将这个数组分割成两个子集，使得两个子集的元素和相等

分成两份，且元素和相等，不就是 sum / 2

很自然联想到，如果 总和为奇数，则return false

转化为背包问题

背包的容量为sum / 2

每个元素的重量和价值相同均为 nums[i]

每个元素只能取一次

运用一位滚动数组

1.dp数组的含义

dp[j]容量为j的背包中装入的最大和是多少

2.递推公式

直接套入01背包公式

dp[j] = Math.max(dp[j],dp[j - nums[i]] + nums[i]);

3.初始化

dp[0] = 0

4.遍历顺序

（二维数组不需要考虑很多，背包容量和物品的遍历顺序也可以颠倒）但是一维滚动数组需要考虑很多东西，不能上来就做

4.1 首先是定义的dp[j]的范围

int[] dp = new int[target + 1];

4.2 遍历背包容量和物品的顺序

物品在前面，背包在后面

4.3 j 的范围，从 target开始 倒序 – 到 nums[i]

5.举例推导

代码

class Solution {
    public boolean canPartition(int[] nums) {
        int sum = 0;
        for (int i = 0;i < nums.length;i++){
            sum += nums[i];
        }
        if (sum % 2 == 1)   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]);
            }
        }
        return dp[target] == target;
    }
}

二、最后一块石头的重量II

链接: 1049.最后一块石头的重量II

思路

本题尽可能让石头分成重量相同的两堆，这样相撞之后剩下的石头最小

与分割等和子集类似，都可以转化为01背包问题

区别在于分割等和子集，如果数组之和为奇数，则是错误的

而本题即使是奇数，我们可以继续进行操作

一堆石头的重量是：dp[target] target = sum / 2

【不是target，而是dp[target]，target是我们计算的数值，dp[target]才是容量为target的容器可以装的最大重量】

另一堆石头的重量是：sum - dp[target]

sum - dp[target] >= dp[target]

所以最后结果是sum - 2 * dp[target]

注意：有时候背包问题的dp[j]不一定和题目直接相关

代码

class Solution {
    public int lastStoneWeightII(int[] stones) {
        int sum = 0;
        for (int i = 0;i < stones.length;i++){
            sum += stones[i];
        }
        int target = sum / 2;
        int[] dp = new int[target + 1];
        for (int i = 0;i < stones.length;i++){
            for (int j = target;j >= stones[i];j--){
                dp[j] = Math.max(dp[j],dp[j - stones[i]] + stones[i]);
            }
        }
        return sum - 2 * dp[target];
    }
}

三、目标和

链接: 494.目标和

思路

感觉本题其实是小学难度的问题

但是换成算法自己就迷糊了

本题 left 为正数之和，right 为负数之和(不加负号)

left + right = sum

left - right = target

从而求出left = (sum + target) / 2

如果无法整除则return 0

注意如果sum < abs(target) 直接return 0

接着就转化为正常的01背包问题

本题有些不同的是求种类，这与我们爬楼梯问题有些类似

得到的递推公式是：

dp[j] += dp[j - nums[i]];

种类相加 像爬楼梯中dp[j - 1] + dp[j - 2]

代码

class Solution {
    public int findTargetSumWays(int[] nums, int target) {
        // 存在负数的情况
        int sum = 0;
        for (int i = 0;i < nums.length;i++){
            sum += nums[i];
        }
        if ( sum < Math.abs(target)) return 0;
        if ((sum + target) % 2 == 1)    return 0;
        // 背包容量为(sum + target) / 2
        int size = (sum + target) / 2;
        if (size < 0)   size = -size;
        int[] dp = new int[size + 1];
        dp[0] = 1;
        for (int i = 0;i < nums.length;i++){
            for (int j = size;j >= nums[i];j--){
                dp[j] += dp[j - nums[i]];
            }
        }
        return dp[size];
    }
}

四、一和零

链接: 474.一和零

思路

本题思路其实比较简单，只是代码结构看起来有些让人畏惧

本题因为有 0 和 1，所以是两个维度，设成二维数组

遍历字符串数组，求出字符串数组中各元素中含有多少0和多少个1

不必遍历一遍字符串后在进行其他操作，可以边遍历边进行背包处理

for (int i = m; i >= x;i--){
                for (int j = n;j >= y;j--){
                    dp[i][j] = Math.max(dp[i][j],dp[i - x][j - y] + 1);
                }
            }

i,j在这里都是背包容量的存在，因此要倒序

递推公式由题目可以看出是求数量

dp[i][j] = Math.max(dp[i][j],dp[i - x][j - y] + 1);

有脑筋急转弯的成分。

代码

class Solution {
    public int findMaxForm(String[] strs, int m, int n) {
        int[][] dp = new int[m + 1][n + 1];
        for (String str : strs){
            int x = 0;
            int y = 0;
            for (int i = 0;i < str.length();i++){
                if (str.charAt(i) == '0')   x++;
                if (str.charAt(i) == '1')   y++;
            }
            // 背包容量
            for (int i = m; i >= x;i--){
                for (int j = n;j >= y;j--){
                    dp[i][j] = Math.max(dp[i][j],dp[i - x][j - y] + 1);
                }
            }
        }
        return dp[m][n];
    }
}