算法刷题｜0-1背包问题、416.分割等和子集

0-1背包问题

什么是0-1背包？
有i个物品和一个容量为j的背包，每个物品有重量和价值两个属性；求容量为j的背包能装的物品的最大价值是多少。每个物品智能使用一次。

二维dp数组

• dp[i][j]的含义：表示从前i个物品中，当前背包容量为j的时候，能够装的最大价值是dp[i][j]
• 递推公式：dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-w[i]]+val[i])
  • dp[i-1][j]表示：不放当前的i物品
  • dp[i-1][j-w[i]] + val[i]表示：放当前物品
• dp数组初始化：可以从递归公式看出来，dp[i][j]是从上面和左上方两个方向推导出来的
  • dp[i][0] = 0，背包容量为0，那么价值肯定是0
  • 如果第0个物品的重量如果大于当前的背包容量j，则初始化为0，否则初始化为val[0]
• 遍历顺序：先遍历物品，然后在遍历背包；先遍历背包，然后在遍历物品。都是可以的，为什么都可以可以画一个表格就很清晰了，因为无论是先遍历那个，当前的[i,j]需要的前提条件上面和左上方是都会计算过的，所以遍历顺序谁先都可以
  
• 打印dp数组：debug的时候使用

	/**
     * @param weight 物品重量
     * @param value 物品价值
     * @param bagSize 背包容量
     * @return 背包容量为bagSize的时候，任意取所有物品的一部分的最大价值
     */
    public int knapsack(int[] weight,int[] value,int bagSize) {
        int N = weight.length;
        int[][] dp = new int[N+1][bagSize+1];
        // 初始化 这里可以用写因为初始化数组默认就是0，写出来只是为了明确dp数组的初始化的过程
        for(int i = 0;i<=N;i++){
            dp[i][0] = 0;
        }
        // 初始化
        for(int j = weight[0];j<=bagSize;j++){
            // 将第一个物品的重量作为起始值，因为前面的背包肯定是小于weight[0]的所有不用初始化
            dp[0][j] = value[0];
        }
        for(int i = 1;i<=N;i++){
            for(int j = 1;j<=bagSize;j++){
                if(j < weight[i]){
                    // 当前的背包容量小于当前物品的重量就放不进去，当前不放i就是背包中的最大价值
                    dp[i][j] = dp[i-1][j];
                }else{
                    dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i]);
                }
            }
        }
        return dp[N][bagSize];
    }

一维dp数组（滚动数组）

• dp[j]的含义：表示背包容量为j的背包能够背的最大价值是dp[j]

• 递推公式：dp[j] = Math.max(dp[j],dp[j-weight[i] + value[i]])

  • dp[j]表示：不放当前物品i
  • dp[j-weight[i]] + value[i]表示：放当前物品i

• dp数组初始化：dp[0] = 0

• 遍历顺序：先遍历物品（编号从小到大），然后在遍历背包（容量从大到小）

  • 为什么遍历背包需要从大到小，因为如果从小到大遍历的话，前面的物品会被重复加入背包可以画个图来理解一下
    

• 打印dp数组：debug使用

	/**
     * @param weight  物品重量
     * @param value   物品价值
     * @param bagSize 背包容量
     * @return 背包容量为bagSize的时候，任意取所有物品的一部分的最大价值
     */
    public int knapsack(int[] weight, int[] value, int bagSize) {
        int[] dp = new int[bagSize + 1];
        for (int i = 0; i < weight.length; i++) {
            for (int j = bagSize; j >= weight[i]; j--) {
                dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
            }
        }
        return dp[bagSize];
    }

分割等和子集

题目：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。

思路：本题可以抽象成一个0-1背包的问题，就是从数组nums中选择几个数的和为sum/2；物品：nums中的元素，物品的价值和重量都是元素值的本身，需要装进背包容量为sum/2的背包。最后能够刚好装满

二维dp数组

• dp[i][j]的含义：对于前i个物品，背包容量为j的时候的最大价值为dp[i][j]
• 递推公式：dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-nums[i-1]] + nums[i]
• dp数组的初始化：[0][j]=0，就是当前0个物品放入背包的最大价值肯定是0；[i][0]=0，就是当背包容量为0的时候最大价值肯定也是0
• 遍历顺序：先遍历物品（从小到大），在遍历背包（从小大到）
• 打印dp数组：debug的时候使用

class Solution {
    public boolean canPartition(int[] nums) {
        int N = nums.length;
        int sum = 0;
        for(int i : nums){
            sum+=i;
        }
        // 和为奇数，不可能分割出来两个集合的元素相加相等
        if(sum % 2 == 1){
            return false;
        }
        int target = sum / 2;
        int[][] dp = new int[N+1][target+1];
        // 初始化dp数组
        for(int i = 0;i<=N;i++){
            dp[i][0] = 0;
        }
        // 背包容量需要大于等于第0个物品，所有从nums[0]开始
        for(int j = nums[0];j<=target;j++){
            dp[0][j] = 0;
        }
        // 填充dp数组
        for(int i = 1;i<=N;i++){
            for(int j = 1;j<=target;j++){
                // 如果当前剩余背包容量不够装下当前物品，则直接不放当前物品
                if(j < nums[i-1]){// 这里为什么是i-1，因为nums是从0开始的
                    dp[i][j] = dp[i-1][j];
                }else{
                    dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-nums[i-1]]+nums[i-1]);
                }
            }
        }
        return dp[N][target] == target;
    }
}

上面的中的初始化步骤可以省略，因为java的int数组默认值就是0，这里写出来只是为了体现初始化这个步骤而已

一维dp数组

• dp[j]的含义：当背包容量为j的时候，背包中的最大价值为dp[j]
• 递推公式：dp[j] = Math.max(dp[j],dp[j-nums[i]]+nums[i]
• dp数组的初始化：dp[0] = 0
• 遍历顺序：先遍历物品（从小大到），在遍历背包（从大到小）
• 打印dp数组：debug

class Solution {
    public boolean canPartition(int[] nums) {
        // 物品
        int N = nums.length;
        int sum = 0;
        for(int i : nums){
            sum+=i;
        }
        if(sum % 2 == 1){
            return false;
        }
        // 背包
        int target = sum / 2;
        int[] dp = new int[target+1];

        for(int i = 0;i<N;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;
    }   
}