【代码随想录第35天| 01背包问题 二维，01背包问题 一维，416. 分割等和子集】

01. 背包问题 二维

从这里正式开始了动态规划中的背包问题，背包问题中主要需要理解下面几点：

1. dp[i][j]数组的确定和下标的含义；
2. bagweight和value的区分；
3. 递推公式的确定：从包里有没有物品i出发，分两种情况考虑，得到递推公式:
   dp[i][j] = dp[i - 1][j] + dp[i - 1][j - weight[i]]
4. dp数组的初始化
5. 遍历顺序。是先遍历物品再遍历背包，还是先遍历背包再遍历物品。这里为了方便理解后续一维数组的操作，选择先遍历物品，再遍历背包；

思路

本题依然是采用上述分析的逻辑进行

• 这里的# include <bits/stdc++.h>包含了多种头文件

代码随想录

第一次做背包问题，为了便于理解，选用二维dp数组的解题方式：

# include <bits/stdc++.h>
using namespace std;
int n, bagweight;
void solve() {
    vector<int> weight(n, 0); // 每件物品需要空间；
    vector<int> value(n, 0); // 每件物品价值；
    for (int i = 0; i < n; i ++) {
        cin >> weight[i];
    }
    for (int i = 0; i < n; i ++) {
        cin >> value[i];
    }
    vector<vector<int>> dp(weight.size(), vector<int>(bagweight + 1, 0));
    for (int j = weight[0]; j <= bagweight; j ++) {
        dp[0][j] = value[0];
    }
    for (int i = 1; i < weight.size(); i++) {
        for (int j = 0; j <= bagweight; j++) {
            if (weight[i] > j) dp[i][j] = dp[i - 1][j];
            else dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
        }
    }
    cout << dp[weight.size() - 1][bagweight] << endl;
   
}
int main() {
   cin >> n >> bagweight;
   solve();
   return 0;
}

01. 背包问题 一维

思路

这里要理解滚动数组的含义。
使用滚动数组的前提：上一层的状态可以直接使用，直接拷贝到当前层。

代码随想录

接下来这种做法采用一维dp数组的方式，减少了内存开销：

# include <bits/stdc++.h>
using namespace std;
int n, bagweight;
void solve() {
    vector<int> weight(n, 0); // 每件物品需要空间；
    vector<int> value(n, 0); // 每件物品价值；
    for (int i = 0; i < n; i ++) {
        cin >> weight[i];
    }
    for (int i = 0; i < n; i ++) {
        cin >> value[i];
    }
    vector<int> dp(bagweight + 1, 0);
    for (int j = weight[0]; j <= bagweight; j ++) {
        dp[j] = value[0];
    }
    for (int i = 1; i < weight.size(); i++) {
        for (int j = bagweight; j >= weight[i]; j--) {
            dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
        }
    }
    cout << dp[bagweight] << endl;
   
}
int main() {
   cin >> n >> bagweight;
   solve();
   return 0;
}

416. 分割等和子集

思路

思路很关键，当背包恰好装满，且价值等于target时（这里的数字的value和weight相等）：

1. 将sum的一半作为背包容量；
2. 同时，sum的一般也是目标价值；
3. 当dp[targrt] == target时，即背包容量等于目标价值时，满足题意，return true;。

代码随想录

class Solution {
public:
    bool canPartition(vector<int>& nums) {
        int sum = 0;
        vector<int> dp(10001, 0);
        for (int i = 0; i < nums.size(); i++) {
            sum += nums[i];
        }
        if (sum % 2) return false;
        int target = sum / 2;
        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;   
    }
};