01背包问题
题目链接:01背包问题-代码随想录
解法:
解法分为二维数组和一维数组的。内容有点多,看题解吧。
二维数组:01背包问题-二维数组-代码随想录
一维数组:01背包问题-一维数组-代码随想录
边界条件:
时间复杂度:O(n^2)
空间复杂度:二维 O(n), 一维O(1)
def test_2_wei_bag_problem1(weight, value, bagweight):
# 二维数组
dp = [[0] * (bagweight + 1) for _ in range(len(weight))]
# 初始化
for j in range(weight[0], bagweight + 1):
dp[0][j] = value[0]
# weight数组的大小就是物品个数
for i in range(1, len(weight)): # 遍历物品
for j in range(bagweight + 1): # 遍历背包容量
if j < weight[i]:
dp[i][j] = dp[i - 1][j]
else:
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i])
return dp[len(weight) - 1][bagweight]
if __name__ == "__main__":
weight = [1, 3, 4]
value = [15, 20, 30]
bagweight = 4
result = test_2_wei_bag_problem1(weight, value, bagweight)
print(result)
def test_1_wei_bag_problem(weight, value, bagWeight):
# 初始化
dp = [0] * (bagWeight + 1)
for i in range(len(weight)): # 遍历物品
for j in range(bagWeight, weight[i] - 1, -1): # 遍历背包容量
dp[j] = max(dp[j], dp[j - weight[i]] + value[i])
return dp[bagWeight]
if __name__ == "__main__":
weight = [1, 3, 4]
value = [15, 20, 30]
bagweight = 4
result = test_1_wei_bag_problem(weight, value, bagweight)
print(result)
416. 分割等和子集
题目链接:https://leetcode.com/problems/partition-equal-subset-sum/
解法:
只要找到集合里能够出现 sum / 2 的子集总和,就算是可以分割成两个相同元素和子集了。因为只要有子集之和等于 sum / 2,那么剩下的子集一定也等于 sum / 2。
要使用的是01背包,因为元素我们只能用一次。
- 背包的体积为sum / 2
- 背包要放入的商品(集合里的元素)重量为 元素的数值,价值也为元素的数值
- 背包如果正好装满,说明找到了总和为 sum / 2 的子集。
- 背包中每一个元素是不可重复放入。
1. 确定dp[i]的含义
dp[j]表示 背包总容量(所能装的总重量)是j,放进物品后,背的最大重量为dp[j]。
2. 确定递推公式
01背包的递推公式为:dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
本题,相当于背包里放入数值,那么物品i的重量是nums[i],其价值也是nums[i]。
所以递推公式:dp[j] = max(dp[j], dp[j - nums[i]] + nums[i])。
最后遍历完毕后,如果dp[j] == j 说明,集合中的子集总和正好可以凑成总和j,就返回True。
背包问题的思维链真的有点长,代码写出来,我已经不知道它为啥可以解决这个道题了...
边界条件:无
时间复杂度:O(n^2)
空间复杂度:O(n)
class Solution(object):
def canPartition(self, nums):
total_sum = sum(nums)
if total_sum % 2 == 1:
return False
target_sum = total_sum / 2
dp = [0] * (target_sum + 1)
for num in nums:
for j in range(target_sum, num-1, -1):
dp[j] = max(dp[j], dp[j-num]+num)
if dp[target_sum] == target_sum:
return True
return False