【笔试代码题记录】190604 vivo

1. 反转部分链表

题目要求：（leetcode92题，vivo笔试题）

Input: 1->2->3->4->5->NULL, m = 2, n = 4
Output: 1->4->3->2->5->NULL

思路比较简单，首先把链表依次压入栈中，然后使用reversed函数反转栈的相应位置，最后遍历链表，依次弹出栈中元素，修改链表值。
https://blog.csdn.net/weixin_42304045/article/details/80619938

2. 背包问题

背包问题的解法 https://www.cnblogs.com/Christal-R/p/Dynamic_programming.html（讲解很清晰）
https://blog.csdn.net/qq_34178562/article/details/79959380

礼品采购问题，
【输入描述：】
第一行是一个正整数，表示礼品的总金额（不大于1000）
第二行是一个长度为n的正整数数组，表示礼品单价（n不大于100）
第三行是一个长度为n的正整数数组，表示对应礼品的热度值

【输出描述：】
可以获得的最高总热度值

【样例输入：】
1000
200 600 100 180 300 450
6 10 3 4 5 8
【样例输出：】
21

背包问题都是一个套路，c是书包 能承受的重量，n是物品的重量，w是每个物品的重量，v是每个物品的价值。
在本题中，c = 1000, n =6, w = [200, 600, 100, 180, 300, 450] , v = [6, 10, 3, 4, 5, 8]
思路：动态规划，对每一件物品遍历背包容量，当背包可容纳值大于等于当前物品，与之前已放进去的物品所得价值进行对比，考虑是否需要置换。尾部迭代，每个状态表示上一次的最佳结果。
value[i][j]表示 在面对第 i 件物品，且背包容量为 j 时所能获得的最大价值，value[i][j]的计算方法如下：

• 当j < w[i] 时，说明背包塞不下第i件物品了，只能选择不拿 value[ i ][ j ] = value[ i-1 ][ j ]
• 当j >=w[i]时，背包可以塞下第i件物品，这时需要判断 value[ i ][ j ]和value[ i-1 ][ j-w[ i] ] + v[ i ]的大小（这里的value[ i-1 ][ j-w[ i] ]就是考虑了第i-1件物品，背包容量为j-w[i]时的最大价值，也是相当于为第i件物品腾出了w[i]的空间。），并将value[i][j]设为二者中的最大值。

def bag(c, w, v, n):
    value = [[0 for i in range(c + 1)] for j in range(n + 1)]
    for i in range(1, n + 1): # 物品数
        for j in range(1, c + 1): # 金额
            value[i][j] = value[i - 1][j] # 一定不能漏掉这句，将上一行的值复制下来
            if j >= w[i-1] and value[i][j] < value[i-1][j - w[i-1]] + v[i-1]:
                value[i][j] = value[i-1][j - w[i-1]] + v[i-1]
    return value

def show(n, c, w, value):
    print('最大价值为:', value[n][c])
    x = [False for i in range(n)]
    j = c
    for i in range(n, 0, -1):
        if value[i][j] > value[i - 1][j]:
            x[i - 1] = True
            j -= w[i - 1]
    print('背包中所装物品为:')
    for i in range(n):
        if x[i]:
            print('第', i+1, '个,', end='')

c = 1000 # 总金额
w = [200, 600, 100, 180, 300, 450] # 每个物品的金额
v = [6, 10, 3, 4, 5, 8] # 每个物体的热度
n = 6 # 物品的总数量

res = bag(c, w, v, n)
show(n,c,w,res) # 调用show函数显示更清楚的信息
# print(res[n][c]) 这行也能输出最大价值