代码随想录训练营第42天 | 01背包问题● 416. 分割等和子集

最新推荐文章于 2024-10-04 22:28:47 发布

Jack199274

最新推荐文章于 2024-10-04 22:28:47 发布

阅读量66

点赞数

分类专栏：数据结构和算法文章标签：算法

本文链接：https://blog.csdn.net/Jack199274/article/details/134086868

版权

数据结构和算法专栏收录该内容

72 篇文章 2 订阅

订阅专栏

本文详细介绍了01背包问题的二维数组和一维数组解法，涉及动态规划实现，以及如何将其应用到LeetCode的子集和问题。讨论了时间复杂度为O(n^2)，空间复杂度分别为二维O(n)和一维O(1)。

摘要由CSDN通过智能技术生成

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