算法笔记-动态规划-1

最新推荐文章于 2022-03-28 18:25:27 发布
最新推荐文章于 2022-03-28 18:25:27 发布
阅读量286 收藏
点赞数
分类专栏： 算法 文章标签： 数据结构 动态规划 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/MinutkiBegut/article/details/114131230
版权
本文介绍了01背包问题，将其转化为动态规划问题，并详细阐述了解决方法，包括回溯法和动态规划法。动态规划通过五个步骤进行，首先确定dp数组含义，然后确定递推公式，接着初始化dp数组，确定遍历顺序，最后推导dp数组。文章还探讨了如何优化动态规划，使用一维dp数组作为滚动数组来节省空间。
摘要由CSDN通过智能技术生成

算法笔记-动态规划-1（01背包）

01背包

问题介绍

标准的01背包问题是指，有n（int型）个物品和最多装重量W（int型）的背包。weight数组表示物品的重量，即weight[i]表示第i个物品的重量；value数组表示物品的价值，即value[i]表示第i个物品的价值。问把哪些物品装入背包使得物品价值总和最大，每个物品只能装一次。

举例1，假设背包重量为4，物品信息由表格描述：

重量 价值
物品0 1 15
物品1 3 20
物品2 4 30

问题转化

如果遇到的问题符合01背包的特点，可以思考是否能转化为01背包问题

  • 每个物品（元素）只能使用一次
  • 背包刚好装满
  • 放入的物品（元素）重量为元素的数值，价值也为元素的数值

求解方法

回溯法

每个物品要么取，要么不取，用回溯法搜索所有情况，时间复杂度O(2^n)

动态规划

用动态规划方法，以五个步骤来解决问题。以下都是针对例子1用二维dp数组描述

第一步确定dp数组含义

dp数组如图所示
在这里插入图片描述
dp[i][j]表示从

最低0.47元/天 解锁文章
动态规划：递推公式
qq_45888103的博客
03-12 2767
动态规划（第1期） 接下来我将持续更新这篇关于动态规划的学习文章并发表博客，如有错误欢迎大家的纠正。 入门：递推与动态规划 通过数学归纳法产生各种公式 数学归纳法的三个步骤： 确定边界条件是成立的。 如果公式的第n-1项是成立的，那么该公式的第n项也一定是成立的。 如果前面都是对的，那么当递推到最后一步时，最终的结果也一定是成立的。 而通过数学归纳法可以推出各种公式，例如下面的斐波那契数列。 公式有意义吗？ 我认为公式本身是没有意义的，只有当公式对应到某个具体的问题场景并且为解决这个问题而服务时，这个公
算法笔记---动态规划：数塔问题
、思考致富的博客
05-02 1217
动态规划（Dynamic Programming，DP）是一种用来解决一类最优化的算法思想 简单来说，动态规划将一个复杂的问题分解成若干个子问题，通过综合子问题的最优解来得到原问题的最优解。需要注意的是，动态规划会将每个求解过的子问题的解记录下来，这样当下一次碰到同样的子问题时，就可以直接使用之前记录的结果，而不是重复计算。 需要注意： 一个问题必须拥有重叠子问题和最优子结构，才能使用动态规划去解...
动态规划算法的设计要点（笔记）
WolfgangBai的博客
12-31 1217
本篇文章主要是根据：coursera的课程《算法设计与分析》（北京大学）的内容记录的学习笔记。动态规划由于本文的重点在于总结动态规划算法的设计要点。因此，需要你了解动态规划，作为本文的预备知识。推荐以下实例来弄清动态规划。实例： 1最长公共子序列问题 2.背包问题动态规划算法的设计要点我想说的事任何知识都可以有一些套路，也就是方法论，动态规划算法的设计也不例外。当然对待感情我的一贯观点是少一些套
2021-06-14
A694812369的博客
06-15 125
背包问题： 01背包 有N件物品和一个最多能被重量为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。 使用二维数组的时候： // weight数组的大小 就是物品个数 for(int i = 1; i < weight.length; i++) { // 遍历物品 for(int j = 0; j <= bagWeight; j++) { // 遍历背包容量 if
【算法设计】背包问题
编程语言小筑
11-16 1930
研究生课程系列文章参见索引《在信科的那些课》 题目 一个旅行者准备随身携带一个背包，可以放入背包的物品有n种，每种物品的重量和价值分别为wj, vj . 如果背包的最大重量限制是b, 怎样选择放入背包的物品以使得背包的价值最大? 目标函数： 约束条件： 算法设计 设Fk(y) 表示只允许装前k 种物品,背包总重不超过y 时背包的最大价值。Fk(y)有两...
528 按权重随机选择
weixin_44171872的博客
12-12 225
题目描述： 给定一个正整数数组 w ，其中 w[i] 代表下标 i 的权重（下标从 0 开始），请写一个函数 pickIndex ，它可以随机地获取下标 i，选取下标 i 的概率与 w[i] 成正比。 例如，对于 w = [1, 3]，挑选下标 0 的概率为 1 / (1 + 3) = 0.25 （即，25%），而选取下标 1 的概率为 3 / (1 + 3) = 0.75（即，75%）。 也就是说，选取下标 i 的概率为 w[i] / sum(w) 。 示例 1： 输入： [“Solution”,“pic
动态规划算法-手写笔记-自用
最新发布
03-21
动态规划算法_手写笔记
算法笔记和算法笔记-上机训练实战指南整套-胡凡
03-01
4. **动态规划**：介绍基本的动态规划思想，如背包问题、最长公共子序列、最短路径问题等，并探讨如何构造状态转移方程。 5. **回溯法与贪心策略**：阐述这两种解决复杂问题的方法，如八皇后问题、N皇后问题、组合...
算法笔记---动态规划：问题 A: 最大连续子序列
、思考致富的博客
05-02 545
题目描述 给定K个整数的序列{ N1, N2, …, NK }，其任意连续子序列可表示为{ Ni, Ni+1, …, Nj }，其中 1 <= i <= j <= K。最大连续子序列是所有连续子序列中元素和最大的一个，例如给定序列{ -2, 11, -4, 13, -5, -2 }，其最大连续子序列为{ 11, -4, 13 }，最大和为20。现在增加一个要求，即还需要输出该子序...
背包问题的遍历顺序
xxc97的博客
03-28 3470
背包问题的遍历顺序01背包二维动态规划遍历顺序的解释一维动态数组（滚动数组）遍历顺序的解释总结完全背包有遍历顺序的解释 01背包 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。 举例：背包最大重量为4。 物品为： 重量 价值 物品0 1 15 物品1 3 20 物品2 4 30 问背包能背的物品最大价值是多少？ 二维动态规划 dp[i][j] 表示从下
LeetCode 1011. Capacity To Ship Packages Within D Days
给我也整一个
06-02 253
问题 要将传送带上的物品在D天内送到目的地。给定一个整形数组weights，每一个元素weights[i]表示第i个物品的重量。现在要求得能在D天内运送货物的船的最小承重。 实例： 输入: weights = [1,2,3,4,5,6,7,8,9,10], D = 5 输出: 15 解释: A ship capacity of 15 is the minimum to ship all the packages in 5 days like this: 1st day: 1, 2, 3, 4, 5 2nd
动态规划算法解01背包问题（思路及算法实现）
热门推荐
远行的博客
05-13 7万+
说明：算法源自教材。本文相当于对教材做的一个笔记(动态规划与贪心算法解01背包必须先对背包按照单位重量的价格从大到小排序，否则拆分的子问题就不具备最优子结构的性质) 动态规划算法： 动态规划就是一个填表的过程。该表记录了已解决的子问题的答案。求解下一个子问题时会用到上一个子问题的答案。{比如01背包问题：假如有1个背包，背包容量是10，有5个物品，编号为1，2，3，4，5，他们都有各自的...
Redis笔记2-单机数据库
MinutkiBegut的博客
03-26 253
Redis笔记2-单机数据库数据库服务器中的数据库切换数据库数据库键空间键空间操作键生存/过期时间设置过期时间保存过期时间RDB持久化AOF持久化事件客户端服务器 数据库 介绍服务器保存数据库的方法，客户端切换数据库的方法，数据库保存键值对的方法，以及对数据库的增删改查 服务器中的数据库 Redis服务器将所有数据库都保存在服务器状态redisServer结构的db数组中，db数组的每一项都是一个redisDb结构，代表一个数据库 struct redisServer{ redisDb *db; //一
C++内存管理
MinutkiBegut的博客
05-04 168
C++内存管理内存分配层面Primitives四原语实例newnew expressionarray newplacement new改变内存分配机制 内存分配层面 学习内存管理主要是为了提高使用内存的效率和速度 一般而言，C++应用程序使用容器或使用new来申请内存，它们的底层实现都是malloc，很少直接与操作系统API打交道 Primitives 空间配置器allocator严格来说不算重载，应自由设计来搭配容器 四原语实例 operator new作用域是在全局的 使用空间配置器allocat
网络编程-socket通信过程
MinutkiBegut的博客
03-01 749
网络编程-socket通信过程通信流程服务器端客户端通信流程图套接字函数创建 socket()绑定/命名 bind()监听 listen()接受连接 accept()发起连接 connect()关闭连接 close() 通信流程 TCP/socket通信流程分为客户端和服务器，下面分别介绍 服务器端 服务器端是被动接受连接的角色，主要有以下步骤 创建一个用于监听的套接字 socket() -监听：监听有客户端的连接 -套接字：相当于文件描述符，该套接字只用来监听 将监听文件描述符和本地的IP和端口绑定（
背包必备理论基础1
weixin_46269257的博客
06-05 226
整体背包重点是01背包和完全背包。 而完全背包又是也是01背包稍作变化而来，即：完全背包的物品数量是无限的。 所以背包问题的理论基础重中之重是01背包 下面举一个例子： 背包最大重量为4。 物品 重量 价值 物品0 1 15 物品1 3 20 物品2 4 30 问背包能背的物品最大价值是多少？ 二维dp数组01背包 确定dp数组以及下标的含义 对于背包问题，有一种写法， 是使用二维数组，即dp[i][j] 表示从下标为[0-i]的物品..
动态规划算法的深入理解（一）
专栏
04-09 1796
转载地址：http://iprai.hust.edu.cn/icl2002/algorithm/algorithm/technique/dynamic_programming/chapter3.htm 动态规划的适用条件 任何思想方法都有一定的局限性，超出了特定条件，它就失去了作用。同样，动态规划也并不是万能的。适用动态规划的问题必须满足最优化原理和无后效性。 1.最优化原理
算法数据结构（十七）----暴力递归改动态规划（二）
u011624267的博客
08-07 365
题目一 ：背包问题 给定两个长度都为N的数组weights和values， weights[i]和values[i]分别代表 i号物品的重量和价值。 给定一个正数bag，表示一个载重bag的袋子， 你装的物品不能超过这个重量。 返回你能装下最多的价值是多少? 从左往右尝试模型 暴力递归 // 所有的货，重量和价值，都在w和v数组里 // 为了方便，其中没有负数 // bag背包容量，不能超过这个载重 // 返回：不超重的情况下，能够得到的最大价值 public static
Qt教程
MinutkiBegut的博客
04-24 318
Qt教程基本介绍初始程序创建按钮信号和槽信号和槽连接函数信号和槽连接规则自定义槽切换窗口其他 基本介绍 以下是介绍初始化代码的含义，如果做一个项目，新建一个空项目开始写。 初始程序 新建Application (Qt) 项目，初始main.cpp文件代码如下： #include <QApplication> int main(int argc, char *argv[]){ QApplication a(argc, argv); //只有一个应用程序 MyWidget w;
算法学习笔记：从基础知识到动态规划
这份算法笔记是学习算法的好助手，它深入浅出地讲解了各种重要的算法概念和技术。首先，笔记的第一部分涉及到LeetCode上的题解，这通常是检验和提升算法能力的好方式，通过实战来巩固理论知识。 在“PartI-Basics”...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值