代码随想录训练营day42

第九章 动态规划part04

1.LeetCode. 背包问题 二维

1.1题目链接：

文章讲解：代码随想录
视频讲解：B站卡哥视频

1.2思路：

1.3附加代码如下所示：

#include<iostream>
#include<algorithm>
#include<vector>
using namespace std;

int n,m;

void solve()
{
    vector<int>weight(m,0);//存储每件物品的所占空间
    vector<int>value(m,0);//存储每件物品的价值
    for(int i=0;i<m;i++)
    {
        cin>>weight[i];
    }
    
    for(int j=0;j<m;j++)
    {
        cin>>value[j];
    }
    // dp数组, dp[i][j]代表行李箱空间为j的情况下,从下标为[0, i]的物品里面任意取,能达到的最大价值
    vector<vector<int>>dp(weight.size(),vector<int>(n+1,0));
    // 初始化, 因为需要用到dp[i - 1]的值
    // j < weight[0]已在上方被初始化为0
    // j >= weight[0]的值就初始化为value[0]
    for(int j=weight[0];j<=n;j++)
    {
        dp[0][j]=value[0];
    }
    
    for(int i=1;i<m;i++)//遍历研究材料种类，因为研究材料为编号0的已经被初始化了所以从编号1开始
    {
        for(int j=0;j<=n;j++)//遍历行李空间大小
        {
            // 如果装不下这个物品,那么就继承dp[i - 1][j]的值
            if(j<weight[i])
            {
                dp[i][j]=dp[i-1][j];
            }
            // 如果能装下,就将值更新为 不装这个物品的最大值 和 装这个物品的最大值 中的 最大值
            // 装这个物品的最大值由容量为j - weight[i]的包任意放入序号为[0, i - 1]的最大值 + 该物品的价值构成
            else
            {
                dp[i][j]=max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i]);
            }
        }
    }
    
    /*
    
     for(int j=0;j<=n;j++)
    {
        for(int i=1;i<m;i++)
        {
            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]);
            }
        }
    }
    */
   
    cout<<dp[weight.size()-1][n]<<endl;
    
}
    

int main ()
{
    
    while(cin>>m>>n){
        solve();
    }
    return 0;
    
}

2.LeetCode. 背包问题 一维

2.1题目链接：

文章讲解：代码随想录
视频讲解：B站卡哥视频

2.2思路：

2.3附加代码如下所示：

// 一维dp数组实现
#include <iostream>
#include <vector>
using namespace std;

int main() {
    // 读取 M 和 N
    int M, N;
    cin >> M >> N;

    vector<int> costs(M);
    vector<int> values(M);

    for (int i = 0; i < M; i++) {
        cin >> costs[i];
    }
    for (int j = 0; j < M; j++) {
        cin >> values[j];
    }

    // 创建一个动态规划数组dp，初始值为0
    vector<int> dp(N + 1, 0);

    // 外层循环遍历每个类型的研究材料
    for (int i = 0; i < M; ++i) {
        // 内层循环从 N 空间逐渐减少到当前研究材料所占空间
        for (int j = N; j >= costs[i]; --j) {
            // 考虑当前研究材料选择和不选择的情况，选择最大值
            dp[j] = max(dp[j], dp[j - costs[i]] + values[i]);
        }
    }

    // 输出dp[N]，即在给定 N 行李空间可以携带的研究材料最大价值
    cout << dp[N] << endl;

    return 0;
}

3.LeetCode.分割等和子集

3.1题目链接：

文章讲解：代码随想录
视频讲解：B站卡哥视频

3.2思路：只有确定了如下四点，才能把01背包问题套到本题上来。

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。
以上分析完，我们就可以套用01背包，来解决这个问题了。

3.3附加代码如下所示：

class Solution {
public:
    bool canPartition(vector<int>& nums) {
        int size=nums.size();
        int targetSum=0;
        for(int i=0;i<size;i++)
        {
            targetSum+=nums[i];
        }
        if(targetSum%2==1)return false;//如果元素之和是一个奇数那么不可能分成两个子集元素和相等
        int target=targetSum/2;
        

        vector<int>dp(target+1,0);//初始化dp数组
        for(int i=0;i<size;i++)//先遍历物品
        {
            for(int j=target;j>=nums[i];j--)//再遍历背包，采用倒序遍历防止重复遍历物品
            {
                dp[j]=max(dp[j],dp[j-nums[i]]+nums[i]);
            }
        }
        return dp[target]==targetSum/2?true:false;// 集合中的元素正好可以凑成总和targetSum
    }
};