- 01背包问题,你该了解这些!
- 416. 分割等和子集
- 转换为 背包重量为 sum /2,物品价值为num[i]的01背包问题解决
package algor.trainingcamp.backpack;
/**
* @author lizhe
* @version 1.0
* @description: 二维dp数组 01背包
* @date 2023/5/16 08:02
*/
public class Problem1 {
/**
* 动态规划获得结果
*
* @param weight 物品的重量
* @param value 物品的价值
* @param bagSize 背包的容量
* <p>
* 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。
*/
public static void testWeightBagProblem(int[] weight, int[] value, int bagSize) {
//init
int[][] dp = new int[weight.length][bagSize + 1];
for (int i = weight[0]; i <= bagSize; i++) {
dp[0][i] = value[0];
}
for (int i = 1; i < weight.length; i++) {
for (int j = 1; j <= bagSize; j++) {
if (j < weight[i]) {
dp[i][j] = dp[i - 1][j];
} else {
dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
}
}
}
// 打印dp数组
for (int i = 0; i < weight.length; i++) {
for (int j = 0; j <= bagSize; j++) {
System.out.print(dp[i][j] + "\t");
}
System.out.println("\n");
System.out.println(dp[weight.length - 1][bagSize]);
}
}
/**
* 一维背包
* dp[i] 表示当背包容量为i时的最大价值
*/
public static void testWeightBagProblem2(int[] weight, int[] value, int bagSize){
int[] dp = new int[bagSize + 1];
//为什么背包要倒序,保证一个物品只放进一次
for(int i = 0;i < weight.length;i++){
for(int j = bagSize;j >= weight[i];j--){
dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
}
}
for (int j = 0; j <= bagSize; j++){
System.out.print(dp[j] + " ");
}
}
public static void main(String[] args) {
int[] weight = {1, 3, 4};
int[] value = {15, 20, 30};
int bagSize = 4;
testWeightBagProblem2(weight, value, bagSize);
}
}
package algor.trainingcamp.backpack;
/**
* @author lizhe
* @version 1.0
* @description: 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。
* @date 2023/5/16 13:36
*/
public class LeetCode416 {
/**
* 可以转换为01背包问题 => 背包物品 nums.length个,背包重量 sum / 2,背包价值 nums[i]
* 判断nums[sum / 2] 是否等于 sum / 2即可
*/
public boolean canPartition(int[] nums) {
int sum = 0;
for(int num : nums){
sum += num;
}
if(sum % 2 == 0){
return false;
}
int target = sum / 2;
int[] dp = new int[target + 1];
for(int i = 0;i < nums.length;i++){
for(int j = target;j >= nums[i];j--) {
dp[j] = Math.max(dp[j], dp[j - nums[i]] + nums[i]);
}
}
return dp[target] == target;
}
}