代码随想录训练营Day42动态规划Part04|01背包问题|416. 分割等和子集

0-1背包问题基础理论

• 0-1背包：n种物品，每种物品仅有一个，每个物品都有自己的重量w和价值v，有个容量限重为x的背包，问最多能装价值为多少的物品
• 完全背包：n中物品，每种物品都有无限个
• 题外话：暴力解法可以用回溯，时间复杂度2^n
• 动规五部曲：
  • dp数组及其下标含义：dp[i，j]表示从下标为0~i的物品里任意取，放进容量为j的背包中，价值总和最大的价值量
  • 递推公式：dp[i, j]可以从两个方向推导出来：①不放物品i时，没有更新背包中物品，价值与之前相同dp[i, j] = dp[i-1, j]；②放物品i，既然决定要放物品i，那么就要保证背包中有足够的空间存放物品i，dp[i, j] = dp[i-1, j-w[i]] + v[i]（j-w[i]就是为了在背包中腾出足够的重量给i，最后直接加上v[i]的价值）；因此递推公式为max(①，②)
  • 初始化：①当背包容量为0（即j == 0），总价值一定为0，即dp[i, 0] = 0；②当i == 0时，即存放编号为0的物品时（因为后续递推公式需要从i=0开始推导，因此必须初始化），当j<w[0]时，dp[0,j] = 0，当j>=w[0]时，dp[0, j] = v[0]；③其他下标无论初始化为什么都会被覆盖，因此不重要，统一初始化为0就好
  • 遍历顺序：有两个遍历维度：物品与背包重量；一般而言先遍历物品，再遍历背包，实际在二维dp数组中，都可以（因为不影响递推公式）
• 滚动数组（一维dp数组）：把dp[i-1]拷贝到dp[i]上，然后只能先遍历物品，后遍历背包，并且在第二层遍历背包时，从后往前遍历，这样就可以去掉i维度仅保留dp[j]维度

416.分割等和子集

• 本来以为将数组排序，再遍历累加就可以解决，实际是我想简单了，还是需要用背包，因为可能不能用
• 将数组sum/2作为背包容量，数组的数字的大小既是物品的重量，又是物品的价值
• 熟悉背包问题的解题，Carl用的滚动一维数组，我用的二维数组
• 注意01背包问题在实际应用中的小细节