dp基础之背包问题小结

最新推荐文章于 2022-08-31 15:57:24 发布
最新推荐文章于 2022-08-31 15:57:24 发布
阅读量148 收藏
点赞数
分类专栏： 算法 动态规划专解
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/lerry13579/article/details/84330838
版权

可行性背包问题：最多能装多少重量，需要记录前 i 个物品能不能拼出重量W（w=0...Target）,如dp基础之背包问题里的问题一,用f[i][w]表示前i个物品能不能拼出重量w,f[i][w] = True/False

 

计数型背包问题：有多少种方式拼出重量，如dp基础之背包问题里的问题二,f[i][w]表示前i种物品拼出重量w的方式数，如dp基础之背包问题里的问题三，有多少种方式拼出重量Target

 

最值型背包问题：要求能拼出的最大价值，dp基础之背包问题里的问题五和问题六，用f[i][w]表示前i个/种物品拼出重量w的最大价值。

 

关键点都在于：

1.最后一个物品是否进入背包

2.最后一个进入背包的物品是哪个，

另外开辟的数组大小和最大承重Target有关

 

lerry13579
关注
专栏目录
dp基础之背包问题
lerry13579的博客
11-19 322
问题一：有N个物品，重量为A[0]...A[N-1],有一个容量为M(M是一个正整数)。 问：最多能带走多重的物品。 例：A = [2,3,5,7] M = 10 输出：10（2,3,5） 问题分析： 要求N个物品能否拼出重量W(W = 0,1...M)，需要知道前N-1个物品能否拼出重量W(W = 0,1...M) 考虑最后一个物品(A[N-1]）放不放入进入背包 情况1：如...
背包问题
大猫
07-14 408
1 类型 布尔值 计数 最值 单一物品 无限多物品 空间优化：1）滚动数组 2） 2 重点：背包问题中，数组的大小和总承重有关 3 动态规划的四步骤： 确定状态：确定状态时根据最后一个问题和子问题 转移方程 初始条件和边界情况 计算顺序 4 描述： 你有一个背包，背包有最大承重，商店里有若干物品，都是免费拿，每个物品有重量和价值 目标：不撑爆背包的前提下 – 装下...
【知识点7】背包问题⭐⭐⭐⭐⭐
yc_cy1999的博客
02-04 501
今天也是为了cc，努力奋斗的一天ヾ(≧▽≦*)o 目录零、引言一、多阶段动态规划问题二、01背包问题问题描述暴力解决方案动态规划解决方案数据结构定义状态转移方程三、完全背包问题问题描述数据结构定义状态转移方程参考文档 零、引言 背包问题是一类经典的动态规划问题，它有很多的形式，本节只介绍两种最简单的背包问题： 01背包问题 完全背包问题 而在这两种背包中，又以01背包为重。 一、多阶段动态...
背包问题总结
qq_37151416的博客
09-11 335
背包问题总结 背包问题要把背包的重量加到状态里，然后从0开始循环背包的重量，意思是去尝试凑背包的重量，能凑出哪个，哪个就有可能是解。 背包问题两层for循环，不一定先循环物品还是先循环背包重量。取决于问题怎么考虑： 考虑最后一个物品进不进背包。 考虑最后一个背包内的物品是哪个。 按最终求的值的类型分类： 可行性背包 ： LT（lintcode) backpack 要求不超过target时，能拼出的最大重量 f[i][w]记录前i个物品能不能拼出重量w 计数型背包 ： LT backpack V
九章算法 - 五、背包型动态规划 92. 563. 564. 125. 440.
inception_wzd的博客
07-25 409
关键点：最后一个背包的内的物品是哪个，最后一个物品有没有进背包。 背包问题要将总承重放入状态。 可行性背包，计数型背包，最值型背包。 92. Backpack 在n个物品中挑选若干物品装入背包，最多能装多满？假设背包的大小为m，每个物品的大小为A[i] 提示： 两种思路，第一种状态是f[i][w]表示能否用前i个物品拼出重量w。优化空间的的话，可以不在f中记...
背包问题小结之0/1背包
墨名棋妙的小窝
06-25 860
0/1背包 引入题目：有N件物品和一个容量为V的背包。第i件物品的费用（即体积，下同）是w[i]，价值是c[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。 题目特点：由题不难看出， 0/1背包中所有物品的件数均为1，所以，我们可以做出的决策仅有两种： 1. 选择放入当前物品，更新背包为加入当前物品的状态 2.不选择放入当前物品，保持背包为原有状态 于是，状态转...
背包问题小结基础DP
女神的博客
08-25 142
DP问题就是递归的一种，递归对于本人很不好理解 。 1.最少硬币问题 5种面值1，5，10，25，50.给出需要的金额总值，算最少硬币数达到该金额。 书上的解释比较好理解 #include<bits/stdc++.h> using namespace std; const int money = 251; const int value = 5; int type[v...
DP背包问题小结(01背包，完全背包，需恰好装满或不需，一维DP、二维DP)
他的博客
03-17 5911
1） 01背包基础，求背包所装物品价值之和的最大值，不要求恰好装满时，采用易于理解的二维DP数组存储。 #include #include using namespace std; int dp[1010][1010]; int vp[1010]; int wp[1010]; int main() { int kase;cin>>kase; while(kase--)
背包问题小结
shixiaogan8008的博客
04-24 92
0-1背包问题 描述：有物品对应的重量列表weight[i]对应的价值为value[i],以及背包总量amount,求最少（最大也是一样）用多少物品装进背包（或者装满）,是的背包的里面的价值最大 状态：dp[i][j]表示第i个物品的时候，装进背包容量j最大的价值； 初始状态：dp[][] = 0（如果是装满dp[*][0] = 0, 其他的都初始化为最小的负值） 动态方程：dp[i][j] = max{dp[i-1][j], value[i]+dp[i-1][j - weight[i]]} for 物
背包问题九讲1
08-03
4. **小结**：混合背包问题需要灵活运用各种背包问题的解法，根据实际情况选择合适的方法。 **5. 二维费用的背包问题** 1. **问题**：物品不仅有重量，还有费用，目标是在不超过预算和背包容量的情况下最大化价值...
**动态规划之01背包问题与背包问题衍生详解（个人小结思考）**
qq_47680775的博客
01-04 524
动态规划之01背包问题与背包问题衍生详解（个人小结思考） 01背包问题是背包问题的基础类型，我们都知道对于基础问题的深入理解有助于帮助我们解答相同类型动态规划问题，相当于举一反三。所以这篇文章主要记录我对背包问题的个人理解，解释可能偏口语化。 ———— 问题描述： 在一个固定容量 V 的背包中可选择放置物体，物体总个数为 N，每个物体都有重量 Weight 与价值 Value 的属性。 如何选择放置才能找到最优解（得到的总价值最大）。 ———— 首先用贪心算法是不可行的，譬如选择 V/W 最大的优先放置，
算法-动态规划-背包问题-附一
weixin_45532984的博客
08-31 650
给定一组物品，每种物品都有自己的重量和价格，在限定的总重量内，我们如何选择，才能使得物品的总价格最高。 在最原始的背包问题中，我们假设每种物品只可以选一次，那么背包问题就可以转换为更为具体的0/1背包问题，即每种物品要与不要的问题。这种问题用暴力解法可以用回溯来做，即每种物品开始直接选择，然后递归，然后撤回对该物品的选择。假设我们的物品的重量为w[i],物品的价值为v[i]，动态规划产生的dp表为dp[i][j]，其中i代表第i件物品，j代表此时背包的容量，那么我们需要求得的结果即为dp[i][j]代表此时
动态规划——背包问题
努力努力再努力L
01-18 930
背包问题 目录 概述 背包问题：在n个物品中挑选若干物品装入背包，最多能装多满？假设背包的大小为m，每个物品的大小为A[i] 背包问题：给定N个正整数：A0，A1,…An-1，一个正整数target，求有多少种组合加起来是target 背包问题：给出一个都是正整数的数组 nums，其中没有重复的数。从中找出所有的和为 target 的组合个数 背包问题：有 n 个物品和一个大小为 m 的背包，...
dp基础之区间型scramble string
lerry13579的博客
11-24 909
问题：给定一个字符串S,按照树的结构每次二分左右两个部分，直至到单个字符，在树的某个节点交换左右儿子，可以形成新的字符串，判断一个字符串T是否经过这样的变换而成。 例： S = 'grate',T = 'rgtae' S = ['g','r','a','t','e'] ,T = ['r','g','t','a','e'] 输出：True 如下图示意   问题分析： 首先：如果T和S长度不...
dp基础之博弈型和区间型结合轮流取数字
lerry13579的博客
11-24 812
问题：给定一个序列A[0],..,A[N-1]，两个人轮流从序列两头取数字（每次只取一个），双方都用最优策略，使自己的取到的数字和尽量比对手大。 问先手是否必胜？当和一样大时规定先手胜。(True/False) 例： A = [1,5,233,7] 输出：True(,先手取1，无论后手取哪个，先手都能取到233，即先手必胜) 问题分析： 这是一道博弈型dp,其实质上是区间型dp,目标是让自己拿到...
序列型dp和坐标型dp小结
lerry13579的博客
11-13 629
一、序列型dp状态转移方程中f[i]表示前i个元素a[0],a[1],...a[i-1]的某种性质, 坐标型dp状态转移方程中f[i]表示以元素a[i]结尾的某种性质。 二、在初始化时，序列型dp中f[0]一般表示的是空序列一般是f[0] = 0,坐标型dp中f[0]表 示以a[0]结尾的子问题具有的性质，得看具体条件     ,  ...
dp基础之区间型最长回文子串
lerry13579的博客
11-23 577
区间型dp:一般是给定一个字符串或者序列，对其进行一些操作，最后一步将它去头或者去尾，剩下会是一个区间 [ i , j ],状态定义就是f[i][j],表示子序列[i,j]具有的最优性质。 问题一：给定一个字符串序列，找出其最长的子回文串序列的长度。 例: 输入：S = ['b','b','b','a','b'] 输出：4（['b','b','b','b']） 问题分析：最优策略的子序列是T,...
dp基础之难点解析K Edit Distance
lerry13579的博客
12-23 564
重要的是先说三遍：先看Edit Distance，先看Edit Distance，先看Edit Distance！ 本文是加强版K Edit Distance：给定N个字符串A，问哪些字符串和Target的最小编辑距离不大于K. 编辑操作和上面一样：增加（插入）、删、替换 例： 输入：A = ["abc","abd","abcd","adc,"a"](为了简单，只考虑小写字母的字符串) Tar...
背包问题深度解析：从基础到进阶
1. **01背包问题**：这是背包问题的基础形式，每个物品只能选择放一次。状态转移方程为 `f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}`，其中 `f[i][v]` 表示前 `i` 件物品放入容量为 `v` 的背包所能得到的最大价值...
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