【算法】01背包问题解析

Annancqxxx

已于 2023-11-22 16:33:20 修改

阅读量61

点赞数

文章标签：算法

于 2023-11-22 16:32:32 首次发布

本文链接：https://blog.csdn.net/Annancqxxx/article/details/134553824

版权

什么是01背包问题？

01背包问题的题目描述一般是：给你一个正数m，代表背包的容量。此时有n个物品，每个物品都有自己的体积costs[i]和价值values[i]，每个物品只能选择一次。问在不超过背包容量m的情况下，让你尽可能的往背包里放物品，你能让背包装载的最大价值是多少？

如何明确01背包的dp数组定义及状态转移方程？

（1）解决01背包问题一般用二维dp数组，那么dp[i][j]的含义是：对于前i个物品，背包容量为j的情况下，背包所能装载的最大价值是dp[i][j]。

（2）对于第i个物品，我们只有两种选择：1.不放入背包，dp[i][j] = dp[i - 1][j]，不放入背包不就意味着你的最优解与前i - 1个物品相关嘛； 2.放入背包，dp[i][j] = dp[i - 1][j - costs[i]] + values[i]，放入背包前，需要确认一件事：j - costs[i] > 0，背包容量没有到达上限。因为我们选择将第i个物品放入背包，所以我们需要加上它相应的价值values[i]。

（3）最后在放入背包与不放入背包之间选择一个较大值。

//外层循环代表物品前i个物品，前0个物品无论怎么放，得到的最大价值都是0
//所以循环从1开始。
for(int i = 1;i < n + 1;i ++){

    for(int j = 0;j < m + 1;j ++{
        //选择不放入背包
        dp[i][j] = dp[i - 1][j];
        //背包容量允许第i个物品放入背包时
        if(j - costs[i] > 0){
            //在不放入背包和放入背包中选择一个较大值
        
            dp[i][j] = Math.max(dp[i - 1][j],dp[i - 1][j - costs[i]] + values[i]);
        }
    }
}

题目1：416. 分割等和子集 - 力扣（LeetCode）

题目描述：

问题分析：

（1）根据题目描述我们可以知道，题目是想让我们找出一个子序列，这个子序列的和等于数组所有元素之和的一半。

（2）那我们是不是可以把问题转化成：给你一个容量为sum / 2的背包，让你用数组中的元素去填满这个背包，问是否能恰好填满这个背包。

Code：

class Solution {
    public boolean canPartition(int[] nums) {
        int n = nums.length;

        int sum = 0;
        for(int x : nums)
        sum += x;

        //数组总和为奇数时，无论怎么分都无法分出两个值相等的子集
        if(sum % 2 != 0)
        return false;

        sum /= 2;

        //dp[i][j]含义：对于可选择的前i个物品，当背包容量为j时，是否能用这前i个物品恰好填满背包
        boolean [][] dp = new boolean[n + 1][sum + 1];

        //背包容量为0时，前i个物品总能填满背包
        for(int i = 0;i < n + 1;i++)
        dp[i][0] = true;

        for(int i = 1;i < n + 1;i ++){
            for(int j = 1;j < sum + 1;j ++){
                //由于背包容量限制，不允许第i个物品放入
                if(j - nums[i - 1] < 0){
                    dp[i][j] = dp[i - 1][j];
                }else{
                    //背包可以放下第i个物品，只要有一个满足要求即可
                    dp[i][j] = dp[i - 1][j] || dp[i - 1][j - nums[i - 1]];
                }
            }
        }
        //dp[n][sum]：对于数组中的n个元素，是否有一种组合能恰好填满背包容量sum
        return dp[n][sum];
    }
}

题目2：1049. 最后一块石头的重量 II - 力扣（LeetCode）

题目描述：

问题分析：

（1）首先我们对石头数组做出假设，假设它为：[1,7,8]，它的最优解是什么？应该是8与7相撞变成1，再跟1相撞变成0，这就是最优解；那石头数组为：[5,6,7,8]，它的最优解又是什么？应该是8与6相撞变成2，7与5相撞变成2，再让两个2相撞变成0，这就是最优解。

（2）根据上述例子与题目1我们可以想到什么？将石头数组进行分组！[1,7,8]中，1和7属于集合A，8属于集合B；[5,6,7,8]中，6和7属于集合A，5和8属于集合B。两个集合的差值就是剩下的石头最小的可能重量。

（3）所以我们要做的就是让数组尽量分成数值接近的两个集合，这两个集合的差值就是我们需要的答案。

Code：

class Solution {
    public int lastStoneWeightII(int[] stones) {
        int n = stones.length;
        int sum = 0;

        for(int stone : stones)
        sum += stone;

        //让集合尽量等分成数组总和的一半
        //这样能让两个集合的差值最小
        sum /= 2;

        //dp[i][j]含义：对于前n个石头，在不超过sum的情况下，所能装载的最大值为dp[i][j]
        int [][] dp = new int[n + 1][sum + 1];

        for(int i = 1;i <= n;i ++){
            for(int j = 0;j <= sum;j ++){
                //第i个物品不放入背包的情况
                dp[i][j] = dp[i - 1][j];
                //如果背包的剩余容量允许第i个物品放入背包
                if(j - stones[i - 1] >= 0){
                    //则在将第i个物品放入背包和不放入背包中取一个较大值
                    dp[i][j] = Math.max(dp[i][j],dp[i - 1][j - stones[i - 1]] + stones[i - 1]);
                }
            }
        }
        int sum2 = 0;

        for(int stone : stones)
        sum2 += stone;

        return sum2 - dp[n][sum] - dp[n][sum];
    }
}