代码随想录算法训练营第45天|动态规划part04|01背包问题 二维、 01背包问题 一维、 416. 分割等和子集
动态规划:01背包理论基础
对于面试的话,其实掌握01背包,和完全背包,就够用了,最多可以再来一个多重背包。
所以背包问题的理论基础重中之重是01背包,一定要理解透!
所以我先通过纯01背包问题,把01背包原理讲清楚,后续再讲解leetcode题目的时候,重点就是讲解如何转化为01背包问题了。
动态规划:01背包理论基础(滚动数组)
416. 分割等和子集
代码随想录
思路:
一个商品如果可以重复多次放入是完全背包,而只能放入一次是01背包,写法还是不一样的。
回归主题:首先,本题要求集合里能否出现总和为 sum / 2 的子集。
那么来一一对应一下本题,看看背包问题如何来解决。
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。
动规五部曲分析如下:
- 确定dp数组以及下标的含义
01背包中,dp[j] 表示: 容量为j的背包,所背的物品价值最大可以为dp[j]。
本题中每一个元素的数值既是重量,也是价值。
套到本题,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]。
那么如果背包容量为target, dp[target]就是装满 背包之后的重量,所以 当 dp[target] == target 的时候,背包就装满了。
有录友可能想,那还有装不满的时候?
拿输入数组 [1, 5, 11, 5],举例, dp[7] 只能等于 6,因为 只能放进 1 和 5。
而dp[6] 就可以等于6了,放进1 和 5,那么dp[6] == 6,说明背包装满了。
- 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]);
- dp数组如何初始化
在01背包,一维dp如何初始化,已经讲过,
从dp[j]的定义来看,首先dp[0]一定是0。
如果题目给的价值都是正整数那么非0下标都初始化为0就可以了,如果题目给的价值有负数,那么非0下标就要初始化为负无穷。
这样才能让dp数组在递推的过程中取得最大的价值,而不是被初始值覆盖了。
本题题目中 只包含正整数的非空数组,所以非0下标的元素初始化为0就可以了。
- 确定遍历顺序
在动态规划:关于01背包问题,你该了解这些!(滚动数组) (opens new window)中就已经说明:如果使用一维dp数组,物品遍历的for循环放在外层,遍历背包的for循环放在内层,且内层for循环倒序遍历!
- 举例推导dp数组
dp[j]的数值一定是小于等于j的。
**如果dp[j] == j 说明,集合中的子集总和正好可以凑成总和j,**理解这一点很重要。
代码:
python
class Solution(object):
def canPartition(self, nums):
"""
:type nums: List[int]
:rtype: bool
"""
# 确定背包容量
if sum(nums) % 2 == 1: return False
target = sum(nums) // 2
# 1. 确定dp数组
dp = [0] * (target+1) # dp[j]表示容量为j的背包存放的最大价值为多少
# 2. 递推公式
# dp[j] = max(dp[j], dp[j-nums[i]] + nums[i]) # max中的dp[j]表示上一层中容量为j的背包加入物品0到i-1后背包的可以具备的最大价值,dp[j-nums[i]] + nums[i]表示背包容量为j减去当前物品i的体积后还能装下的最大值(也就是没有当前物品i时背包的最大价值)再加上有物品i的价值就是当前背包的最大价值
# 3. dp数组的初始化
dp[0] = 0 # 表示容量为0时,背包所能容下的最大价值为0
# dp[1:]初始化为0,因为只包含正整数,取max时不受影响,可以初始化为0,但是如果有负数,就应该初始化为负无穷
# 4. 确定遍历顺序
for i in range(len(nums)): # 物品的数量
for j in reversed(range(nums[i], target+1)):
dp[j] = max(dp[j], dp[j-nums[i]] + nums[i])
'''
在遍历顺序上有几点疑惑:
1. 为什么必须是先遍历物品,在遍历容量
2. 为什么容量是从后向前
3. 为什么容量要大于等于nums[i]也就是物品i的体积
解释:
1. 因为2是从后向前遍历,所以不能轻易调换位置
2. 从前往后,
二维dp:i表示[0-i]的物品里任意取,j表示背包容量,dp[i][j]表示最大价值
一维dp:j表示背包容量,dp[j]表示容量为j的最大价值
用一维代替二维实际上是用一维表示二维上一层[0:i-1]下各个容量的最大价值
但如果一旦正序遍历了,那么物品0就会被重复加入多次!
3. 为什么j要从大于等于nums[i](物品i的体积)开始,因为j<nums[i]时,dp[j]放不下物品i,也就是还是保持上一次的最大价值,也就是本层循环没必要进行任何操作;并j-nums[i]必须大于等于0才有意义
'''
if dp[-1] == target:
return True
else:
return False