day42|● 01背包问题 ● 01背包问题 滚动数组 ● 416. 分割等和子集

day42 3.28 动态规划第四天

01背包问题

链接: 01背包问题
思路：
dp[i][j]的含义：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。
**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]);

01背包问题 滚动数组

链接: 01背包问题 滚动数组
思路：

416. 分割等和子集

链接: 416. 分割等和子集
思路：
背包的体积为sum / 2
背包要放入的商品（集合里的元素）重量为 元素的数值，价值也为元素的数值
背包如果正好装满，说明找到了总和为 sum / 2 的子集。
背包中每一个元素是不可重复放入。

class Solution {
public:
    bool canPartition(vector<int>& nums) {
        int sum = 0;

        //dp[i]中的i表示背包内总和
        //题目说：每个数组中的元素不会超过100，数组的大小不会超过200
        //总和不会大于20000，背包最大只需要其中一半，所以10001大小就可以
        vector<int> dp(10001, 0);
        for (int i = 0; i < nums.size(); i++) {
            sum += nums[i];
        }
        //也可以使用库函数来求
        //int sum = accumulate(nums.begin(), nums.end(), 0);
        if (sum % 2 == 1) return false;
        int target = sum / 2;

        //开始01背包
        for (int i = 0; i < nums.size(); i++) {
            for (int j = target; j >= nums[i]; j--) {//每一个元素一定是不可重复放入，所以从大到小遍历
                dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);   //***这一步加深理解
            }
        }
        //集合中元素正好可以凑成总和target
        if (dp[target] == target) return true;
        return false;
    }
};