public int Beibao(int[] c, int a) {
int[][] dp = new int[a + 1];
for (int i = 0 ; i < c.length ; i ++){
value = c[i][0];
weight = c[i][1];
for (int j = a ; j >= 0 ; j --){
if (j >= weight){
dp[j] = Math.min(dp[j - weight] +value , dp[j]) ;
}
else{
dp[j] = dp[j];
}
}
}
return dp[-1];
}
}
模板
在上述中我们知道了一些常见的背包问题,其实在上述每个问题中都是适用于下面的总结:
首先是背包分类的模板:
-
1、0/1背包:外循环nums,内循环target,target倒序且target>=nums[i];
-
2、完全背包:外循环nums,内循环target,target正序且target>=nums[i];
-
3、组合背包(考虑顺序):外循环target,内循环nums,target正序且target>=nums[i];
-
4、分组背包:这个比较特殊,需要三重循环:外循环背包bags,内部两层循环根据题目的要求转化为1,2,3三种背包类型的模板
然后是问题分类的模板:
-
1、最值问题: dp[i] = max/min(dp[i], dp[i-nums]+1)或dp[i] = max/min(dp[i], dp[i-num]+nums);
-
2、存在问题(bool):dp[i]=dp[i]||dp[i-num];
-
3、组合问题:dp[i]+=dp[i-num];
上面这个真的是对做这种背包问题十分十分重要的!!!
上面这个真的是对做这种背包问题十分十分重要的!!!
上面这个真的是对做这种背包问题十分十分重要的!!!
分割等和子集
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] 。
思路:
本题可以说是一个非常经典的 01背包 问题。首先当这个 nums
和为奇数的时候肯定是不满足本题要求的,所以肯定就直接排除。当为偶数的时候,我们可以以nums
数组和的 一半 当作 背包容量 ,且nums
里面的元素当作 物品 。当然这个也是一个 存在问题 ,所以这个我们就可以直接套用上述的 模板2 (dp[i]=dp[i]||dp[i-num]
)。
代码部分
Java版本:
class Solution {
public boolean canPartition(int[] nums) {
//计算数组nums的和
int sum = 0;
for (int s : nums){
sum += s;
}
//判断和是否为偶数
if (sum % 2 != 0) return false;
int t = sum / 2;//获取背包容量
boolean[] dp = new boolean[t + 1];//dp数组的创建
dp[0] = true;//设置最开始的为True,因为最开始的背包容量为0的时候肯定是True
for (int i = 0; i < nums.length; i++){//外循环为nums
int c = nums[i];
for (int j = t; j > 0 ; j–){//内循环为target,且一定要使用倒序,这个不明白的可以看最后的参考部分
if (j == c) dp[j] = true;//当nums中的物品等于背包容量时,肯定是为True的
if (j >= c) {//这个就需要判断nums数组中是相加是否能满足背包容量吗
dp[j] = dp[j] || dp[ j- c ];
}
}
}
return dp[t];//最后返回结果
}
}
Python版本:
class Solution:
def canPartition(self, nums: List[int]) -> bool:
s = sum(nums)
if s % 2 != 0:
return False
s //= 2
dp = [False] * (s + 1)
for i in range(len(nums)):
x = nums[i]
for j in range(s, 0,-1):
if x == j :
dp[j] = True
else:
if j - x >= 0:
dp[j] = dp[j] or dp[j - x]
else:
dp[j] = dp[j]
return dp[s]
OK,这个 01背包问题 大家可以去练习练习哦!!!
爬楼梯(进阶)
题目:
假设你正在爬楼梯。需要
n
阶你才能到达楼顶。
每次你可以爬
1
或2
个台阶。你有多少种不同的方法可以爬到楼顶呢?
示例1:
输入:n = 2
输出:2
解释:有两种方法可以爬到楼顶。
-
1 阶 + 1 阶
-
2 阶
首先本题是一个非常简单的 DP 问题,我们可以使用一维的 DP数组 来进行求解,且很快就能解出来。但是,如果我们把题目给换一个下—— 将爬楼梯的方法改为1、2、3、4…这样这个就是完全背包问题,且就可以把方法当作物品
,楼梯阶数当作背包容量
,且满足上诉的第三类模块—dp[i]+=dp[i-num]
且这个就是一个外循环target
和内循环nums
。OK,接下来我们来看代码解析。
代码部分
Java版本:
class Solution {
public int climbStairs(int n) {
int[] dp = new int[n + 1];//定义dp数组
dp[0] = 1;//初始化dp数组,第一个下标值为1
for (int i = 1; i < n + 1; i++){//外循环target从1开始
for (int j = 1 ; j < 3 ; j++){//内循环nums
if (i >= j){//判断如果背包容量大于物品重量则计算共有多少种
dp[i] += dp[i - j];
}
}
}
return dp[n];
}
}
Python版本:
class Solution:
def climbStairs(self, n: int) -> int:
dp = [0] * (n + 1)
dp[0] = 1
for i in range(1,n + 1):
for j in range(1, 3):
if i >= j :
dp[i] += dp[i - j]
return dp[-1]
组合总和IV
题目:
给你一个由 不同 整数组成的数组
nums
,和一个目标整数target
。请你从nums
中找出并返回总和为target
的元素组合的个数。
题目数据保证答案符合
32
位整数范围。
示例:
输入:nums = [1,2,3], target = 4
输出:7
解释:
所有可能的组合为:
(1, 1, 1, 1)
(1, 1, 2)
(1, 2, 1)
(1, 3)
(2, 1, 1)
(2, 2)
(3, 1)
请注意,顺序不同的序列被视作不同的组合。
思路:
本题一看就是一个 背包问题 ,拿 target
当作背包容量,拿nums
的元素当作物品。但是这种背包问题是属于上述的那种类型呢?
这个就需要我们仔细去观察了。在题目中我们能通过 组合 这个字眼能知道本题是上述的 组合类型背包 ,所以我们直接套用组合类型的背包模板即可进行一个秒杀。
注意: 和其他背包模板的顺序不同,背包模板的 target
是外循环,且nums
是内循环!!!因为如果两者反过来则会导致一些组合不会被计算上(不要问我怎么知道的5555)。
代码部分
Java版本:
class Solution {
public int combinationSum4(int[] nums, int target) {
int n = nums.length;//首先获取nums数组的长度。
int[] dp = new int[ target + 1];//创建一个压缩的dp数组(如果不太动压缩的dp数组,可以看参考部分)。
dp[0] = 1;//初始化dp数组。
for (int i = 1; i < target + 1 ; i++){//让target作为外循环。
for (int j = 0 ; j < n ; j++){//让nums作为内循环,且这个一定要是正序(不理解可以去看参考部分)
int c = nums[j];
if(i >= c){//进行一个判断,如果背包容量是大于这个物品就需要进行一个累加计算。
dp[i] += dp[i - c];
}
}
}
return dp[target];//返回最后的值。
}
}
Python版本:
#道理和Java版本是一样的,这里我就不再过多的赘述了。
class Solution:
def combinationSum4(self, nums: List[int], target: int) -> int:
dp = [0 for i in range(target + 1)]
dp[0] = 1
for i in range(target + 1):
for j in nums :
if (i >= j):
dp[i] +=dp[i - j]
return dp[-1]
和本题相似的一个题:322. 零钱兑换大家可以去练习练习!
最后一块石头2
题目:
有一堆石头,用整数数组
stones
表示。其中stones[i]
表示第i
块石头的重量。
每一回合,从中选出任意两块石头,然后将它们一起粉碎。假设石头的重量分别为
x
和y
,且x
<=y
。那么粉碎的可能结果如下:
如果
x == y
,那么两块石头都会被完全粉碎;
如果
x != y
,那么重量为x
的石头将会完全粉碎,而重量为y
的石头新重量为y-x
。
最后,最多只会剩下一块 石头。返回此石头 最小的可能重量 。如果没有石头剩下,就返回 0。
来源:力扣(LeetCode)
示例:
输入:stones = [2,7,4,1,8,1]
输出:1
解释:
组合 2 和 4,得到 2,所以数组转化为 [2,7,1,8,1],
组合 7 和 8,得到 1,所以数组转化为 [2,1,1,1],
组合 2 和 1,得到 1,所以数组转化为 [1,1,1],
组合 1 和 1,得到 0,所以数组转化为 [1],这就是最优值。
本题相比较于其他题,是一个比较难的一种题,而难点就是在怎么把这个题转化为 背包问题 。其实我们能将石头分为 两 部分,拿其中一部分作为减去另外一部分,则最小的绝对值差值就是我们需要得到的结果,所以我们能拿其中的一部分石头作为 背包容量 ,把stones
中的元素作为物品价值,则就可以把本问题转化为了 01背包问题。
代码部分:
Java版本:
class Solution {
public int lastStoneWeightII(int[] s) {
int Sum = 0;//统计总和
for (int i = 0; i < s.length ; i ++ ){
Sum += s[i];
}
int t = Sum / 2;//用sum的一半作为背包容量,也就是说在这个背包能获取的最大子是多少。
int[] dp = new int[t + 1];//创建dp数组。
for(int S = 0 ; S < s.length ; S ++){//进行nums外循环。
for (int j = t ; j >= 0 ; j – ){//因为是01背包所以需要倒序。
if (j >= s[S]){//判断背包容量是否是大于物品重量。
dp[j] = Math.max(dp[j] , dp[j - s[S]] + s[S]);//套用最大值公式。
}
}
}
return Sum - dp[t] * 2;//减去两倍就相当于最小差值
}
}
Python版本:
class Solution:
def lastStoneWeightII(self, s: List[int]) -> int:
Sum = sum(s)
t = Sum // 2
dp = [0 for i in range(t + 1)]
for i in s:
for j in range(t, 0 , -1):
if j >= i:
dp[j] = max(dp[j] ,dp[j - i] + i)
return Sum - dp[t] * 2
掷骰子的N种方法
题目:
这里有
n
个一样的骰子,每个骰子上都有k
个面,分别标号为1
到k
。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!