0-1背包问题：Ones and Zeroes

最新推荐文章于 2022-03-21 23:06:56 发布
最新推荐文章于 2022-03-21 23:06:56 发布
阅读量268 收藏
点赞数
分类专栏： 算法与数据结构
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/lemonpi/article/details/79524652
版权
这篇博客探讨了0-1背包问题，解释了如何使用4个0和3个1形成4种可能的字符串组合。文章通过暴力求解和回溯算法两种方法进行了解决，并详细介绍了动态规划（DP）解法，特别是如何构造状态方程和更新状态。最后，提供了LeetCode上的相关讨论链接作为参考。
摘要由CSDN通过智能技术生成
问题描述
输入一组字符串Array，其中的每个字符串中只可能出现’0’和’1’两种字符；给定两个整数m和n。现在从这组字符串中选取一些字符串，求在保证所选字符串中’0’的个数之和不超过m、’1’的个数之和不超过n的前提下，能够选取到的字符串的最大个数。例如：
Input: Array = {"10", "0001", "111001", "1", "0"}, m = 5, n = 3
Output: 4

Explanation: This are totally 4 strings can be formed by the using of 5 0s and 3 1s, which are “10,”0001”,”1”,”0”.

Input: Array = {"10", "0", "1"}, m = 1, n = 1
Output: 2
Explanation: You could form "10", but then you'd have nothing left. Better form "0" and "1".

---------------------------

一、Brute Force
找出Array中包含字符串个数分别为1, 2, 3…, Array.length – 1, Array.length的所有可能组合；然后判断各个组合是否满足m和n分别关于’0’和’1’的约束；满足条件的组合中包含最多字符串的组合的长度即为所求。

二、回溯算法

最低0.47元/天 解锁文章
d7Derik
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
伪多项式复杂度
xtlisk的专栏
09-06 4437
上篇的标记算法中，谈到这个O(K)的算法是一个指数级复杂度的算法，其实对那道题目本身来说，K是固定的，既然不是输入，那也无所谓复杂度，之所以有O(K)这种说法，是把K当做一种输入了，这是看待输入的角度问题，倒不用深究。考虑一个更简化的算法（python代码，设输入n是正整数）：  def f(n): i = 0 while i < n: i += 1 这
算法导论-动态规划，贪心算法-0-1背包与分数背包问题
kxlnx的博客
04-18 951
文章目录前言：1. 0-1背包问题2. 背包问题算法规划1. 0-1问题的伪多项式时间算法2. 分数背包问题 前言： 给一个一定容量W的背包，以及n个物品，第i个物品的价值vi，重量wi，要在背包可以容纳的情况下取走最大价值的物品。 1. 0-1背包问题 对于一个物品，你要么拿，要么不拿，事物具有原子性 2. 背包问题 该物品是可以分割的，好比金砂 算法规划 1. 0-1问题的伪多项式时间算法 0-1背包问题是NP-HARD问题，所以就算最终我们求到了其算法复杂度为多项式形式它也不是多项式算法！它其实可以
动态规划背包问题详解（二）---0-1背包问题
yuw01的专栏
01-08 2451
-------------------------------------------------------------------------------------------------------------------------------- 2.1 题目描述 最基本的背包问题就是0-1背包问题（0-1 knapsack problem）： 问题描述： 给定n种物品和一固定容量m的背包。物品i的体积【或者重量】是wi，其价值为vi，背包的容量为W。问应如何选择装入背包的物品，使...
为什么0-1背包问题是NP完全问题，但该问题还有动态规划的解法？
热门推荐
jim7424994的专栏
10-09 2万+
一个NP完全问题，如果能找到它的多项式时间解
背包问题的多项式时间近似解
央阑的博客
06-19 4842
背包问题的多项式时间近似解一些概念背包问题的伪多项式时间算法强NP难问题和FPTAS 一些概念 ∏\prod∏ 是一个NP难问题的优化问题 f∏f_{\prod}f∏​ 是这个优化问题的目标函数，也就是我们要优化得到的近似解 I 是问题实例 ϵ\epsilonϵ 是错误参数，我们得到的近似算法，有下面的性质 如果ΠΠΠ是一个最小化问题，则fΠf_ΠfΠ​（I，s）≤（1 +ε）· OPT。 如果ΠΠΠ是一个最大化问题，则fΠf_ΠfΠ​（I，s）≥（1-ε）· OPT。 PTAS：Polynomial
0-1背包：解决正整数权重的0-1背包问题。-matlab开发
06-01
0-1背包问题是一种经典的组合优化问题，在计算机科学和运筹学中有着广泛的应用。它描述的是这样的场景：你有一个容量有限的背包，里面装有若干件物品，每件物品都有一个重量和一个价值，目标是在不超过背包总容量的...
javalruleetcode-SDE-Problems:标准SDE问题列表
06-29
0 的 1 的 2 数组进行排序 重复和缺失数字 合并两个已排序的数组而无需额外空间 Kadane 的算法 合并重叠子区间 第2天：（数组） Set Matrix Zeros Pascal Triangle Next Permutation Inversion of Array (Using ...
MATLAB编程0-1规划问题.pdf
10-30
**MATLAB 0-1规划问题详解** 在数学优化领域，0-1规划是一种特殊的线性规划问题，其中变量仅取0或1两个值。MATLAB 提供了一个名为 `bintprog` 的函数来解决这类问题。本篇将详细介绍如何使用MATLAB的`bintprog`函数...
Introduction-to-Numpy-and-Matplotlib:02_numpy_matplotlib.ipynb分配1
04-20
【标题】"Introduction-to-Numpy-and-Matplotlib:02_numpy_matplotlib.ipynb分配1"涉及的主题是Python科学计算库Numpy和数据可视化库Matplotlib的基础知识。这两个库在数据分析、机器学习以及数值计算等领域中起着...
matlabhill代码-Lab-report-1:实验室报告1
05-24
Matlab Hill代码实验室报告1 这是我的数字实验室报告的样本报告。...i=1:n dt(i,1)=x(i); dt(i,2)=fx(i); end 创建牛顿后向差异表 z=3;k=2; for i=1:n-1 for j=k:n dt(j,z)=(dt(i+1,z-1)-dt(i,z-1)); i=i+1; if(i>=n) b
背包问题之0-1背包算法详解
WorldMvp的专栏
03-21 1万+
一、0-1背包问题描述 有5件物品和1个背包，背包最多只能装下8公斤的物品。怎样选择物品，使得背包能装下并且得到的价值最大。物品的重量和价值如下所示： 物品1: 6公斤　　 价值48元 物品2: 1公斤　　 价值7元 物品3: 5公斤　　 价值40元 物品4: 2公斤　　 价值12元 物品5: 1公斤　　 价值8元
5G智慧农业大数据数字乡村乡村振兴整体建设方案.pdf
08-24
5G智慧农业大数据数字乡村乡村振兴整体建设方案.pdf
java源码资源java俄罗斯方块java源码资源java俄罗斯方块
08-24
java源码资源java俄罗斯方块java源码资源java俄罗斯方块提取方式是百度网盘分享地址
基于springboot和vue的 社区待就业人员信息管理系统源码 社区待就业人员信息管理系统代码（高分毕设项目源码）
08-24
1. 社区待就业人员信息管理系统代码说明：经导师指导并认可通过的98分毕设项目代码。 2.适用对象：本代码学习资料适用于计算机、电子信息工程、数学等专业正在做毕设的学生，需要项目实战练习的学习者，也适用于课程设计、期末大作业。 3.技术栈：前端是vue，后端是springboot，项目代码都经过严格调试，代码没有任何bug！ 4. 作者介绍：大厂码农，java领域创作者，阿里云开发社区乘风者计划专家博主，专注于大学生项目实战开发，文章底部有博主联系方式，更多优质系统、项目定制请私信。 5. 最新计算机软件毕业设计选题大全: https://blog.csdn.net/weixin_45630258/article/details/135901374
源代码-大站长电影网址大全 v20220507.zip
08-24
源代码-大站长电影网址大全 v20220507.zip 源代码-大站长电影网址大全 v20220507.zip 源代码-大站长电影网址大全 v20220507.zip 源代码-大站长电影网址大全 v20220507.zip 源代码-大站长电影网址大全 v20220507.zip 源代码-大站长电影网址大全 v20220507.zip 源代码-大站长电影网址大全 v20220507.zip 源代码-大站长电影网址大全 v20220507.zip
基于springboot和vue的 学生心理压力咨询评判源码 （优秀毕业设计源码）
08-24
1. 学生心理压力咨询评判代码说明：经导师指导并认可通过的98分毕设项目代码。 2.适用对象：本代码学习资料适用于计算机、电子信息工程、数学等专业正在做毕设的学生，需要项目实战练习的学习者，也适用于课程设计、期末大作业。 3.技术栈：前端是vue，后端是springboot，项目代码都经过严格调试，代码没有任何bug！ 4. 作者介绍：大厂码农，java领域创作者，阿里云开发社区乘风者计划专家博主，专注于大学生项目实战开发，文章底部有博主联系方式，更多优质系统、项目定制请私信。 5. 最新计算机软件毕业设计选题大全: https://blog.csdn.net/weixin_45630258/article/details/135901374
响应式html后台管理系统模版蓝色的html5社交网站响应式后台管理模板
最新发布
08-24
响应式html后台管理系统模版蓝色的html5社交网站响应式后台管理模板提取方式是百度网盘分享地址
基于Rust语言的驱动程序机制在微内核中的设计与实现
08-24
本文提出了一种基于 Rust 语言的微内核操作系统 ruisiaOS，旨在提高操作系统的安全性和可靠性，尤其针对驱动程序的故障隔离问题。文章利用 Rust 语言的安全特性，如所有权、trait、程序性宏等，并结合系统级别的隔离机制，实现了细粒度的故障隔离。通过域的概念将驱动程序组织成独立的单元，并采用共享堆和私有堆的分离，以及代理机制来维护对象所有权和进行错误处理，从而实现故障的隔离和传播的阻止。文章还介绍了 ruisiaIDL 工具在编译阶段静态验证并生成域间通信的接口和代理代码，以及使用 MirChecker 工具进行形式化验证，以保证故障隔离接口的正确性。最终，在 ruisiaOS 上验证网络驱动的故障隔离效果及数据传输性能，试验结果表明，其具有高数据传输效率，并在驱动程序故障发生时进行了有效隔离。
使用人工蜂群算法解决0-1背包问题的步骤 matlab代码
05-19
以下是使用人工蜂群算法解决0-1背包问题的步骤和Matlab代码： 步骤： 1. 初始化：初始化蜜蜂群体和背包物品信息。 2. 计算适应度：对每个蜜蜂计算其对应的适应度值。 3. 蜜蜂采蜜：根据蜜蜂的状态选择合适的采蜜方式（即选择合适的物品放入或取出背包），更新状态并计算新的适应度值。 4. 观察者观察：根据蜜蜂的适应度值，更新信息素矩阵。 5. 蜜蜂搜索：根据信息素矩阵和适应度值选择新的状态，更新状态并计算新的适应度值。 6. 判断是否达到停止条件：如果满足停止条件，则输出最优解；否则返回第3步进行下一轮迭代。 Matlab代码： ```matlab % 0-1背包问题 % 人工蜂群算法 % 设置参数 N = 50; % 蜜蜂个数 T = 100; % 迭代次数 limit = 10; % 最大不更新次数 q = 0.5; % 信息素挥发系数 alpha = 1; % 信息素重要程度因子 beta = 2; % 启发式因子 Q = 10; % 信息素常数 w = [2, 2, 6, 5, 4]; % 物品重量 v = [6, 3, 5, 4, 6]; % 物品价值 c = 10; % 背包容量 % 初始化 x = rand(N, length(w)) > 0.5; % 随机产生初始解 f = zeros(N, 1); % 计算适应度 for i = 1:N f(i) = sum(v(x(i, :))) .* (sum(w(x(i, :))) <= c); end bestf = max(f); % 记录最优解 bestx = x(find(f == bestf, 1), :); t = 0; % 迭代次数 n = 0; % 不更新次数 % 开始迭代 while t < T && n < limit % 蜜蜂采蜜 for i = 1:N % 随机选择一个物品 j = randi(length(w)); % 如果该物品已经在背包中，则尝试删除 if x(i, j) x(i, j) = false; % 如果删除后背包仍然合法，则计算新的适应度 if sum(w(x(i, :))) <= c f(i) = sum(v(x(i, :))); % 否则恢复原状态 else x(i, j) = true; end % 如果该物品不在背包中，则尝试添加 else x(i, j) = true; % 如果添加后背包仍然合法，则计算新的适应度 if sum(w(x(i, :))) <= c f(i) = sum(v(x(i, :))); % 否则恢复原状态 else x(i, j) = false; end end end % 观察者观察 p = f ./ sum(f); % 计算每个蜜蜂的概率 tau = ones(length(w), 1); % 初始化信息素矩阵 for i = 1:N for j = 1:length(w) if x(i, j) tau(j) = tau(j) + Q .* p(i); end end end tau = (1 - q) .* tau; % 信息素挥发 % 蜜蜂搜索 for i = 1:N % 随机选择一个物品 j = randi(length(w)); % 计算启发式值 h = v(j) ./ w(j); % 计算可行性因子 g = (sum(w(x(i, :))) + w(j)) <= c; % 计算选择概率 p = (tau(j) .^ alpha) .* (h .^ beta) .* g; p = p ./ sum(p); % 根据选择概率选择新状态 if rand < p x(i, j) = ~x(i, j); % 如果新状态不合法，则恢复原状态 if sum(w(x(i, :))) > c x(i, j) = ~x(i, j); else f(i) = sum(v(x(i, :))); end end end % 更新最优解 if max(f) > bestf bestf = max(f); bestx = x(find(f == bestf, 1), :); n = 0; else n = n + 1; end % 更新迭代次数 t = t + 1; end % 输出结果 disp(['最优解：', num2str(bestf)]); disp(['最优解对应的方案：', num2str(bestx)]); ``` 这段代码可以解决一个简单的0-1背包问题，你可以根据自己的需求进行修改和优化。
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