【LeetCode刷题】动态规划实战——0-1背包问题（附Python代码）

D2O

已于 2023-08-02 11:18:27 修改

阅读量1.7k

点赞数 1

分类专栏： LeetCode 文章标签：动态规划 python 算法

于 2022-07-26 12:14:40 首次发布

本文链接：https://blog.csdn.net/D2Ooo/article/details/125991383

版权

LeetCode 专栏收录该内容

12 篇文章 0 订阅

订阅专栏

1. 理论基础

动态规划是一种用空间换时间的方法，

如果需要重复计算某个数，就把它记下来，以避免重复运算。——by 左神

适用范围：结果仅与状态有关，与达到该状态的路径无关。
注：之所以有这个使用范围限制，是因为 dp 表仅记录状态信息，没有记录是如何达到该状态的。

解题步骤：
【1】问题拆解。看问题是否能拆解成若干子问题。
【2】定义状态。确定 dp 表的维度。
【3】确定状态转移方式。这里要做到不遗漏，找到每一条达到该状态的路径。
【4】确定初始状态。根据状态转移方式，确定所需的初始状态。

（以上，略去教科书上的概念，写写我自己的理解，如有不准确的地方请大佬们指正）

2. 0-1 背包问题

变量说明：
背包容量为 bag
物品共有 num 个
物品的重量为 weights ：[w_0,w_1,…,w_num-1]
物品的价值为 values：[v_0,v_1,…,v_num-1]

2.1 二维 dp 表

定义 dp[item][w] 为当背包容量为 w 时，考虑前 item 项物品，背包所装物品的最大价值。
因此，dp[item] 的价值，与 dp[item-1] 的价值相关。
首先要判断第 item 号物品是否能够装入当前背包，如果可以，则在 dp[item-1] 的基础上得到 dp[item] 的路径有两条：

选择装第 item 项物品
$d p [i t e m] [w] = d p [i t e m - 1] [w - w e i g h t s [i t e m]] + v a l u es [i t e m]$
选择不装第 item 项物品
$d p [i t e m] [w] = d p [i t e m - 1] [w]$

def bagTwoDe(bag, weights, values):
    """
    关于第 item 号物品
    不装: dp[item][w] = dp[item - 1][w]
    装: dp[item][w] = dp[item - 1][w - weights[item]] + values[item]
    发现可以做一些空间优化
    """
    num = len(weights)
    dp = [[0] * (bag + 1) for _ in range(num)]

    for item in range(num):
        for b in range(1, bag + 1):
            if weights[item] > b:
                dp[item][b] = dp[item - 1][b]
            else:
                dp[item][b] = max(dp[item - 1][b - weights[item]] + values[item], dp[item - 1][b])
    return dp[-1][-1]

写一个测试用的例子

if __name__ == '__main__':
    bag = 4
    weights = [1, 4, 3]
    values = [10, 30, 25]
    a = bagTwoDe(bag, weights, values)
    print(a)

2.2一维 dp 表

其实可以发现如果把dp[item- 1]那一层拷贝到dp[item]上，表达式完全可以是：dp[item][w] = max(dp[item][w], dp[item[w - weights[item]] + values[item])；因此，dp 表仅需要最后一行就可以了。代码如下

def bagOneDe(bag, weights, values):
    """
    用一维数组存储时，背包重量应该倒序遍历，防止需要的数值被修改
    """
    nums = len(weights)
    dp = [0] * (bag + 1)
    for item in range(nums):
        for b in range( bag,-1,-1):
            if weights[item] <= b:
                dp[b] = max(dp[b], dp[b - weights[item]] + values[item])
    return dp[-1]

if __name__ == '__main__':
    bag = 4
    weights = [1, 4, 3]
    values = [10, 30, 25]
    b = bagOneDe(bag, weights, values)
    print(b)

3. Leetcode 上关于0-1背包的题目

416 分割等和子集

class Solution:
    def canPartition(self, nums: List[int]) -> bool:
        target = sum(nums) / 2
        if int(target) != target:
            return False
        else:
            target=int(target)
            n=len(nums)
            # col range(0,target)
            # row range(0,n)
            dp=[0]*(target+1)
            for item in nums:
                for w in range(target,-1,-1):
                    if item<=w:
                        dp[w]=max(dp[w],dp[w-item]+item)
            if dp[-1]==target:
                return True
            else:
                return False

1049. 最后一块石头的重量 II

class Solution:
    def lastStoneWeightII(self, stones: List[int]) -> int:
        # 0-1 bag
        stonesum = sum(stones)
        target = stonesum >> 1
        dp = [0] * (target + 1)
        for i in stones:
            for j in range(target, -1, -1):
                if i <= j:
                    dp[j] = max(dp[j], dp[j - i] + i)
        return stonesum-2*dp[-1]