494.目标和
给你一个非负整数数组 nums
和一个整数 target
。
向数组中的每个整数前添加 '+'
或 '-'
,然后串联起所有整数,可以构造一个 表达式 :
- 例如,
nums = [2, 1]
,可以在2
之前添加'+'
,在1
之前添加'-'
,然后串联起来得到表达式"+2-1"
。
返回可以通过上述方法构造的、运算结果等于 target
的不同 表达式 的数目。
转化为背包问题:
假设符号取'+'的整数和为x, 则
符号取'-'的整数和为sum(nums)-x
要达到target,则x-(sum(nums)-x) =
target,即要使得x = ( target + sum(nums))//2
此时bagweight =
( target + sum(nums))//2
dp[i][j]表示从0-i物品中任取,刚好装满承重为j的背包的取法有几种
二维解法:
这里的区别在于dp[0][j]表示不取任何物品时使得质量为j的取法,dp[i+1][j]表示从nums[0]到nums[1]任取时使得质量为j的取法。为什么要这样?因为dp[1][j]无法直接通过人为的统一设置来确定,必须通过dp[0][j]来获得
class Solution:
def findTargetSumWays(self, nums: List[int], target: int) -> int:
if (sum(nums) + target) % 2 != 0:
return 0
if target > sum(nums) or target < -sum(nums):
return 0
bagweight = (sum(nums) + target) // 2
dp = [[0] * (bagweight + 1) for _ in range(len(nums) + 1)]
dp[0][0] = 1
for i in range(1, len(nums) + 1):
for j in range(bagweight + 1):
if j < nums[i-1]:
dp[i][j] = dp[i - 1][j]
else:
dp[i][j] = dp[i - 1][j] + dp[i - 1][j - nums[i-1]]
return dp[-1][-1]
一维解法:
class Solution:
def findTargetSumWays(self, nums: List[int], target: int) -> int:
if (sum(nums) + target) % 2 != 0:
return 0
if target > sum(nums) or target < -sum(nums):
return 0
bagweight = (sum(nums) + target) // 2
dp = [0] * (bagweight + 1)
dp[0] = 1
for i in range(len(nums)):
for j in range(bagweight, nums[i]-1, -1):
dp[j] += dp[j-nums[i]]
return dp[-1]
474.一和零
给你一个二进制字符串数组 strs
和两个整数 m
和 n
。
请你找出并返回 strs
的最大子集的长度,该子集中 最多 有 m
个 0
和 n
个 1
。
如果 x
的所有元素也是 y
的元素,集合 x
是集合 y
的 子集 。
这一题其实是背包容量为二维的01背包问题
class Solution:
def findMaxForm(self, strs: List[str], m: int, n: int) -> int:
dp = [[0] * (n+1) for _ in range(m+1)]
for i in range(len(strs)):
zeoro_num = strs[i].count("0")
one_num = len(strs[i]) - zeoro_num
for j in range(m, zeoro_num-1, -1):
for k in range(n, one_num-1, -1):
dp[j][k] = max(dp[j][k], dp[j-zeoro_num][k-one_num] + 1)
return dp[m][n]
完全背包问题
有N件物品和一个最多能背重量为W的背包。第i件物品的重量是weight[i],得到的价值是value[i] 。每件物品都有无限个(也就是可以放入背包多次),求解将哪些物品装入背包里物品价值总和最大。
注意:
1. 这里跟01背包的区别就是,遍历背包容量的时候不需要从大到小,之前需要从大到小是为了避免一个物品重复放入,完全背包可以重复放入,因此遍历背包容量的时候就要从小到大。
2. 完全背包问题可以交换两个for的顺序,01背包中二维dp数组的两个for遍历的先后循序也可以颠倒,但一维dp数组的两个for循环先后循序一定是先遍历物品,再遍历背包容量。
因为dp[j] 是根据 下标j之前所对应的dp[j]计算出来的。 只要保证下标j之前的dp[j]都是经过计算的就可以了。
def test_CompletePack():
weight = [1, 3, 4]
value = [15, 20, 30]
bagWeight = 4
dp = [0] * (bagWeight + 1)
for i in range(len(weight)): # 遍历物品
for j in range(weight[i], bagWeight + 1): # 遍历背包容量
dp[j] = max(dp[j], dp[j - weight[i]] + value[i])
print(dp[bagWeight])
test_CompletePack()
def test_CompletePack():
weight = [1, 3, 4]
value = [15, 20, 30]
bagWeight = 4
dp = [0] * (bagWeight + 1)
for j in range(bagWeight + 1): # 遍历背包容量
for i in range(len(weight)): # 遍历物品
if j - weight[i] >= 0:
dp[j] = max(dp[j], dp[j - weight[i]] + value[i])
print(dp[bagWeight])
test_CompletePack()
518.零钱兑换II
给你一个整数数组 coins
表示不同面额的硬币,另给一个整数 amount
表示总金额。
请你计算并返回可以凑成总金额的硬币组合数。如果任何硬币组合都无法凑出总金额,返回 0
。
假设每一种面额的硬币有无限个。
题目数据保证结果符合 32 位带符号整数。
class Solution:
def change(self, amount: int, coins: List[int]) -> int:
dp = [0] * (amount+1)
dp[0] = 1
for coin in coins:
for j in range(coin, amount+1):
dp[j] += dp[j-coin]
return dp[-1]
377. 组合总和 Ⅳ
如果求组合数就是外层for循环遍历物品,内层for遍历背包。
如果求排列数就是外层for遍历背包,内层for循环遍历物品。
注意:
如果求放入背包价值最大,无所谓排列还是组合,两个for循环可以颠倒顺序。
如果求放入背包的方法则有排列和组合之分,for循环的顺序得分情况考虑
class Solution:
def combinationSum4(self, nums: List[int], target: int) -> int:
dp = [0] * (target+1)
dp[0] = 1
for j in range(target + 1):
for num in nums:
if j >= num:
dp[j] += dp[j-num]
return dp[target]