提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
今日学习目标
背包问题
分割等和子集(416)
一、算法题
1.背包问题
题目:
有n件物品和一个最多能背重量为w 的背包。第i件物品的重量是weight[i],得到的价值是value[i] 。每件物品只能用一次,求解将哪些物品装入背包里物品价值总和最大。
思路:
二维数组
1.确定dp数组以及下标的含义
dp[i][j] 表示从下标为[0-i]的物品里任意取,放进容量为j的背包,价值总和最大是多少。
2.确定递推公式
不放物品i:由dp[i - 1][j]推出,即背包容量为j,里面不放物品i的最大价值,此时dp[i][j]就是dp[i - 1][j]。(其实就是当物品i的重量大于背包j的重量时,物品i无法放进背包中,所以背包内的价值依然和前面相同。)
放物品i:由dp[i - 1][j - weight[i]]推出,dp[i - 1][j - weight[i]] 为背包容量为j - weight[i]的时候不放物品i的最大价值,那么dp[i - 1][j - weight[i]] + value[i] (物品i的价值),就是背包放物品i得到的最大价值.
所以递归公式: dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
3.初始化dp数组
//背包容量
int bagweight = 4;
//物品重量
vector<int> weight = { 2,2,3,1,5,2 };
//物品价值
vector<int> value = { 2,3,1,5,4,3 };
//数组初始化为0
vector<vector<int>> dp(weight.size(), vector<int>(bagweight + 1, 0));
由于dp[i][j] 是由左上方数值推导出来了,那么 其他下标初始为什么数值都可以,因为都会被覆盖。
所以需要初始化的内容只有第一行和第一列,我们将除第一行外的均初始化为0
注:图片来自于代码随想录,本处仅表达意思,里面的值和代码中的不一样。
for (int j = weight[0]; j <= bagweight; j++) {
dp[0][j] = value[0];
}
4.确定遍历顺序
由于dp[i][j]是靠dp[i-1][j]和dp[i - 1][j - weight[i]]推导出来的,所以先遍历重量或者先遍历价值都可以。
5.举例推导dp数组。
一维数组
1.确定dp数组的定义
在一维dp数组中,dp[j]表示:容量为j的背包,所背的物品价值可以最大为dp[j]。
2.一维dp数组的递推公式
dp[j - weight[i]]表示容量为j - weight[i]的背包所背的最大价值。
不放物品i:取dp[j]
放物品i:取dp[j - weight[i]] + value[i]
3.一维dp数组初始化
假设物品价值都是大于0的,所以dp数组初始化的时候,都初始为0就可以了。
4.一维dp数组遍历顺序
倒序遍历,为了保证物品i只被放入一次!
5.推导dp数组
2.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] 。
代码:
class Solution {
public:
bool canPartition(vector<int>& nums) {
int sum = 0;
vector<int> dp(10001,0);
for(int i = 0; i < nums.size(); i++) {
sum += nums[i];
}
if(sum % 2 == 1) return false;
int target = sum /2;
for(int i = 0; i < nums.size(); i++) {
for(int j = target; j >= nums[i]; j--) {
dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);
}
}
if(dp[target] == target) return true;
return false;
}
};
今日心得
学习了背包问题的思路;
分割等和子集可以看作背包问题是我没想到的,初学者建议直接看视频,清晰明了。
学习及参考书籍
代码随想录