在本题中，我们可以知道，是要求最后石头返还的重量，也就是，将整个数组分割成两个子集，求让两个子集的差值最小。这和上一道分割整数集类似，只是需要我们返回差值。所以我们采用动态规划01背包来做，最后将分割的两个子集的差值返回即可。

首先我们明确dp数组的含义，就是dp[j]代表容量为j的背包的价值为dp[j]。

递推公式也类似上一道题，采用一维01背包递推公式即可
dp[j] = Math.max(dp[j]，dp[j-weight[i]]+values[i])。

初始化，dp[0] = 0，因为容量为0价值肯定是0，其他位置依旧取最大值可以覆盖即可，那么就取0就可以了。

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，背包并且要从大往小遍历。

打印数组

我们最后返回的应该是两个部分的差值，也就是dp[target]和sum-dp[target]这两部分的差值，sum-dp[target]一定比dp[target]大，因为dp[target]是sum/2得到的target，除法是向下取整的。

class Solution {
    public int lastStoneWeightII(int[] stones) {
        int sum = 0;
        for (int i : stones) {
            sum += i;
        }
        int target = sum >> 1;//相当于sum/2，因为除法是向下取整，这样比如5/2，结果应该是2，那么剩下的部分是5-5/2=3，则两部分差值就是3-2=1
        //初始化dp数组
        int[] dp = new int[target + 1];
        for (int i = 0; i < stones.length; i++) {
            //采用倒序
            for (int j = target; j >= stones[i]; j--) {
                //两种情况，要么放，要么不放
                dp[j] = Math.max(dp[j], dp[j - stones[i]] + stones[i]);
            }
        }
        return sum - 2 * dp[target];
    }
}