在本题中，我们是要把一个数组，分割成两个子集，并且两个子集的元素和相等。那么也就是说，两个子集的和是相等的，并且都是整个数组的一半。那我们考虑这是一个01背包问题，物品的价值和物品的质量一样，就是数组的元素。我们把这个数组的元素放入容量为数组和一半的背包中，如果能刚好放下，则证明可以分割，如果不可以，则证明分割不了。所以我们采用动态规划来做。

抽象成背包问题之后，直接套用背包公式的模板。本题采用一维数组来做。
dp[j]表示容量为j的背包它的价值为dp[j]。

递推公式就是dp[j] = Math.max(dp[j]，dp[j-weight[i]+values[i]])。此时weight[]与values[]都一样，就是nums[]

初始化我们要考虑，我们取的是最大值，也就是每次递推，我们取两个元素的最大值，dp[0]表示容量为0，此时价值也为0；其他位置，我们也取0即可，在正整数取最大值的时候可以直接覆盖。

遍历顺序：01背包一维数组遍历顺序应该先遍历物品，再遍历背包，并且背包需要倒叙遍历。

遍历数组

class Solution {public boolean canPartition(int[] nums) {if(nums == null || nums.length == 0) return false;int n = nums.length;int sum = 0;for(int num : nums) {sum += num;}//总和为奇数，不能平分if(sum % 2 != 0) return false;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--) {//物品 i 的重量是 nums[i]，其价值也是 nums[i]dp[j] = Math.max(dp[j], dp[j - nums[i]] + nums[i]);}//剪枝一下，每一次完成內層的for-loop，立即檢查是否dp[target] == target，優化時間複雜度（26ms -> 20ms）if(dp[target] == target)return true;}return false;}
}