[背包问题汇总] 01背包、完全背包dp

良双二月

已于 2023-12-09 12:20:12 修改

阅读量373

点赞数 10

文章标签：算法 python 数据结构动态规划 leetcode

于 2023-12-08 19:19:41 首次发布

本文链接：https://blog.csdn.net/liangshuangeryue/article/details/134885653

版权

总结一下见到的各种背包问题，先将题目列举出来，有机会了放题解~

01背包

416. 分割等和子集

474. 一和零

494. 目标和

879. 盈利计划

1049. 最后一块石头的重量 II

1230. 抛掷硬币w

有一些不规则的硬币。在这些硬币中，prob[i] 表示第 i 枚硬币正面朝上的概率。

请对每一枚硬币抛掷一次，然后返回正面朝上的硬币数等于 target 的概率。

示例 1：

输入：prob = [0.4], target = 1
输出：0.40000

示例 2：

输入：prob = [0.5,0.5,0.5,0.5,0.5], target = 0
输出：0.03125

提示：

1 <= prob.length <= 1000
0 <= prob[i] <= 1
0 <= target <= prob.length
如果答案与标准答案的误差在 10^-5 内，则被视为正确答案。

# 这段代码中，dp[i][j]表示前i枚硬币投掷后正面朝上的硬币数等于j的概率。
# 根据状态转移方程，我们可以更新dp[i][j]的值。
# 外层循环遍历每个硬币，内层循环遍历目标值。
class Solution:
    def probabilityOfHeads(self, prob, target):
        n = len(prob)
        dp = [[0.0] * (target + 1) for _ in range(n + 1)]
        dp[0][0] = 1.0  # 初始时没有硬币，正面朝上的概率为1

        for i in range(1, n + 1):
            for j in range(target + 1):
                dp[i][j] = dp[i - 1][j] * (1 - prob[i - 1])  # 不选第i枚硬币的情况
                if j > 0:
                    dp[i][j] += dp[i - 1][j - 1] * prob[i - 1]  # 选第i枚硬币的情况

        return dp[n][target]

# 示例
sol = Solution()
prob = [0.4, 0.6, 0.3]
target = 3
result = sol.probabilityOfHeads(prob, target)
print(result)


# 这段代码中，我们使用dp数组来记录每个目标值出现的概率。
# 外层循环遍历每个硬币，内层循环从后往前更新dp数组，确保更新时不会影响前面的值。
# 最终，dp[target]即为正面朝上的硬币数等于target的概率。
class Solution:
    def probabilityOfHeads(self, prob, target):
        n = len(prob)
        dp = [0.0] * (target + 1)
        dp[0] = 1.0  # 初始时没有硬币，正面朝上的概率为1

        for i in range(1, n + 1):
            # 从后往前更新，避免覆盖前面的值
            for j in range(min(target, i), -1, -1):
                dp[j] = dp[j] * (1 - prob[i - 1])  # 不选第i枚硬币的情况
                if j > 0:
                    dp[j] += dp[j - 1] * prob[i - 1]  # 选第i枚硬币的情况

        return dp[target]

# 示例
sol = Solution()
prob = [0.4, 0.6, 0.3]
target = 3
result = sol.probabilityOfHeads(prob, target)
print(result)