代码随想录算法训练营第四十二天|01背包问题，你该了解这些！，01背包问题，你该了解这些！ 滚动数组，416. 分割等和子集

01背包问题，你该了解这些！

题目链接：46. 携带研究材料（第六期模拟笔试）

文档讲解：代码随想录

视频讲解：带你学透0-1背包问题！| 关于背包问题，你不清楚的地方，这里都讲了！| 动态规划经典问题 | 数据结构与算法

思路

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，价值总和最大值
2. 确定递推公式：dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i])，不取第i个物品，则背包容量j中取[0 ~ i - 1]的价值最大值，取第i个物品，则背包容量j - weight[i]中取[0 ~ i - 1]的价值最大值＋第i个物品的价值，两者的最大值
3. dp数组如何初始化：第一列初始化为0，第一行背包容量大于第0个物品重量的位置取第一个物品的价值
4. 遍历顺序：先遍历背包或者先遍历物品皆可

代码

左闭右开区间代码

int main() {
    // M表示物品个数，N表示背包容量
    int M, N;
    cin >> M >> N;
    vector<int> weights(M, 0);
    vector<int> values(M, 0);
    for (int i = 0; i < M; i++)
        cin >> weights[i];

    for (int i = 0; i < M; i++)
        cin >> values[i];

    vector<vector<int>> dp(M, vector<int>(N + 1, 0));

    // 初始化，第一列背包容量为0，价值为0
    // 初始化，第一行放物品1，如果能放下，则价值为物品1的价值
    for (int i = weights[0]; i <= N; i++)
        dp[0][i] = values[0];

    for (int i = 1; i < M; i++) {      // 遍历物品
        for (int j = 0; j <= N; j++) { // 遍历背包
            if (j < weights[i])
                dp[i][j] = dp[i - 1][j];
            else
                dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weights[i]] + values[i]);
        }
    }
    cout << dp[M - 1][N] << endl;

    return 0;
}

01背包问题，你该了解这些！ 滚动数组

题目链接：46. 携带研究材料（第六期模拟笔试）

文档讲解：代码随想录

视频讲解：带你学透01背包问题（滚动数组篇） | 从此对背包问题不再迷茫！

思路

由于二维数组dp[i][j]中，第i行只用到了第i - 1行的数据，因此可以把dp[i - 1]行的数据拷贝到dp[i]行上。

1. 确定dp数组以及下标的含义：dp[j]表示背包容量为j的背包，物品价值的最大值为dp[j]
2. 确定递推公式：dp[j] = max(dp[j], dp[j - weight[i]] + value[i])，不取第i个物品，则背包容量j中取[0 ~ i - 1]的价值最大值，取第i个物品，则背包容量j - weight[i]中取[0 ~ i - 1]的价值最大值＋第i个物品的价值，两者的最大值
3. dp数组如何初始化：全部初始化为0
4. 遍历顺序：先遍历物品，再从后向前遍历背包

代码

int main() {
    // M表示物品个数，N表示背包容量
    int M, N;
    cin >> M >> N;
    vector<int> weights(M, 0);
    vector<int> values(M, 0);
    for (int i = 0; i < M; i++)
        cin >> weights[i];

    for (int i = 0; i < M; i++)
        cin >> values[i];

    vector<int> dp(N + 1, 0);

    for (int i = 0; i < M; i++) {     // 遍历物品
        for (int j = N; j > 0; j--) { // 遍历背包
            if (j >= weights[i])
                dp[j] = max(dp[j], dp[j - weights[i]] + values[i]);
        }
    }
    cout << dp[N] << endl;
    return 0;
}

416. 分割等和子集

题目链接：416. 分割等和子集

文档讲解：代码随想录

视频讲解：动态规划之背包问题，这个包能装满吗？| LeetCode：416.分割等和子集

思路

将问题转化为01背包问题，背包的体积为sum / 2；背包放入物品的重量为元素的数值，价值也为元素的数值；背包正好装满，说明找到了总和为sum / 2的子集；背包中每一个元素不可重复放入

1. 确定dp数组以及下标的含义：dp[j]表示背包总容量是j，放进物品后，背的最大重量是dp[j]
2. 确定递推公式：dp[j] = max(dp[j], dp[j - nums[i] + nums[i)
3. dp数组如何初始化：全部初始化为0
4. 遍历顺序：先遍历物品，再从后向前遍历背包

代码

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

        if (sum % 2 == 1)
            return false;

        vector<int> dp(sum / 2 + 1, 0);

        for (int i = 0; i < nums.size(); i++) {
            for (int j = sum / 2; j >= nums[i]; j--) {
                dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);
            }
        }

        if (dp[sum / 2] == sum / 2)
            return true;
        return false;
    }
};