【算法模板】动态规划（基础背包篇）—附习题

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];

}

}

---

分类解题模板

---

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

416. 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）

70. 爬楼梯

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. 1 阶 + 1 阶

2. 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

377. 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

1049. 最后一块石头的重量 II

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

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。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

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！