力扣算法篇：最后一块石头的重量（dp）

分析：
动态规划五部曲：
1、确定dp[j]及其下标含义
dp[j]:容量为j的背包所能装的石头的最大价值，此题中价值和重量均为stones[i]
2、确定递推数组
同01背包分析，容量为j的书包，放石头i，最大价值dp[j] = dp[j-stones[i]]+stones[i];
不放，则dp[j] = dp[j];所以递推式：

 dp[j] = max(dp[j],dp[j-stones[i]]+stones[i]);

dp[j]基于j-stones[i]的最优即dp[j-stones[i]];原问题最优当且仅当子问题最优。
3、如何初始化
均初始化为0 因为石头重量都大于0
4、确定遍历顺序
先遍历石头，再遍历容量，容量倒序遍历
5、举例推导dp数组
题解：

class Solution {
     
public:
    int lastStoneWeightII(vector<int>& stones) {
     
        //只是要求最小可能重量 其实保证分成的两大堆石头重量尽可能相等即可
        //那么最后最小的可能重量就是这两堆石头的重量之差
        //dp[j]:容量为j的背包所能装的石头的最大价值 这里重量和价值均为stones[i]
        //定义dp数组
        //先遍历石头数组
        int sum = 0;
        for(int i = 0;i<stones.size();i++){
     
            sum+=stones[i];
        }
        //则target 该式子向下取整 则dp[target]<=sum-dp[target]
        int target = sum/2;
        //dp数组 及其初始化
        vector<int> dp(target+1,0);
        //计算dp数组 倒序遍历
        for(int i = 0;i<stones.size();i++){
     
            for(int j = target;j>=stones[i];j--){
     
                dp[j] = max(dp[j],dp[j-stones[i]]+stones[i]);
            }
        }
        //最后结果为 sum-dp[target]-dp[target]
        return sum-dp[target]-dp[target];
    }
};

本题是求背包最多能装多少，而分割等和子集是求背包是否正好装满。