leetcode分割等和子集python-0-1背包问题

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。

示例 1：

输入：nums = [1,5,11,5]
输出：true
解释：数组可以分割成 [1, 5, 5] 和 [11] 。
示例 2：

输入：nums = [1,2,3,5]
输出：false
解释：数组不能分割成两个元素和相等的子集。

思路和代码

这题我一开始写的是回溯法，可惜200多个样子30多个就超时了。回溯本质就是暴力，一个个组合尝试，在进行适当的剪枝。不过有的剪枝用处不大。

    together = sum(nums) 
        if together%2:
            return False
        target = together // 2
        nums.sort()
        path = []
        ans = False
        def backtrack(start,nums):
            nonlocal ans
            if ans == True:
                return
            if sum(path) > target:
                return
            if sum(path) == target:
                ans = True
                return ans
            for i in range(start,len(nums)):
                path.append(nums[i])
                backtrack(i+1,nums)
                path.pop()
        backtrack(0,nums)
        return ans

然后知道用动态规划，但就是想不起来怎么用，看了题解之后，这不典型的0-1背包问题。我咋怎么笨啊，题目换个马甲我就不认得了，唉。主要是看代码用看不懂了，dp[j]表示的是什么，为什么状态转移方程取最大值，为什么遍历的时候先“物品”后“容量”，为什么容量要倒序遍历…

我先重看了一遍代码随想录对一维数组实现0-1背包问题又看了一遍。推导了为什么一维动规的容量必须要从大到小，是为了保证一个物品只被放入一次。怎么保证的，讲不清楚，就是结合一个实际的例子，按照方程推一下状态就清楚了（我感觉我清楚了？）。然后为什么外层循环是物品（这题的话就是数组里的数），内层循环是容量（这题的话就是数组和的一半）？因为容量要从大到小，如果放在外层就会导致每个dp[j]只能放入一个能放进去的价值最大的物品。为啥？也是结合一个示例按照公式推了一下。

实际的例子：背包容量为4，有三个物品，每个物品的重量和价值如下:

为什么容量要从大到小？

为什么外层循环是物品，内层是容量?

结合这题代码，dp[j]就是容量为j的时候能够得到的最大的值。

class Solution:
    def canPartition(self, nums: List[int]) -> bool:
        value = sum(nums)
        if value % 2:
            return False
        taregt = value // 2
        n = len(nums)
        dp = [0] * (taregt+1)
        for i in range(n):
            for j in range(taregt,nums[i]-1,-1):
                dp[j] = max(dp[j],dp[j-nums[i]]+nums[i])
        return dp[taregt] == taregt