问题分析
有一个容量为N
的背包,要用这个背包装下物品的价值最大,这些物品有两个属性:体积w
和价值v
。定义一个二维数组dp
存储最大价值,其中dp[i][j]
表示前i
件物品体积不超过j
的情况下能达到的最大价值。设第i
个物品体积为w
,价值为v
,根据第i
件物品是否添加到背包中,可以分两种情况讨论:
- 第
i
件物品没添加到背包中,总体积不超过j
的前i
件物品的最大价值就是总体积不超过j
的前i-1
件物品的最大价值,dp[i][j]=dp[i-1][j]
。 - 第
i
件物品添加到背包中,dp[i][j]=dp[i-1][j-w]+v
第i
件物品可添加也可以不添加,取决于哪种情况下最大价值更大,因此,0-1背包的状态转移方程为:
dp[i][j]=max(dp[i-1][j],dp[i-1][j-w]+v)
0-1背包问题不能使用贪心算法来解决,也就是说不能按照先添加性价比最高的物品来达到最优,这是因为这种方式可能会造成背包空间的浪费,从而无法达到最优。
416. 分割等和子集(还需再看)
题目大意
给你一个 只包含正整数 的 非空 数组 nums 。请你判断是否可以将这个数组分割成两个子集,使得两个子集的元素和相等。
解题思路
该问题可以看做一个背包大小为sum/2
的0-1背包问题。
0-1背包问题的特点是:每个数只能用一次。解决的基本思路是:物品一个一个选,容量也一点一点增加去考虑。
dp[i][j]
表示从数组区间[0,i]
内挑选一些正整数,每个数只用一次,使得这些数的和为j
。
状态转移方程:
- 不选
nums[i]
,如果在[0,i-1]
这个子区间内已经有一部分元素,使得他们的和为j
,那么dp[i][j]=true
; - 选
nums[i]
,如果在[0,i-1]
这个子区间内就得找到一部分元素,使得他们的和为j-nums[i]
.
所以状态转移方程为:
dp[i][j]=dp[i-1][j] or dp[i-1][j-nums[i]]
进行空间优化,使用一维数组来表示:
每次求解dp[i][v]
只用到上一行i-1
的值:dp[i-1][v]和dp[i-1][v-w[i]]
。考虑用dp[v]
来表示之前二维的时候dp[i][v]
对应的状态。
第i
次循环开始之前:dp[j]=dp[i-1][j]
第i
次循环开始之后:dp[j]=dp[i][j]
那么在第i
次循环时,两种选择变为下面的情况:
- 如果放弃物品
i
,即dp[i][v]=dp[i-1][v]
- 如果放入物品
i
,即dp[i][v]=dp[i-1][v-w[i]]
,此时,当前的dp[v-w[i]]
就是dp[i-1][v-w[i]]
为了保证先计算dp[i][j]
再计算dp[i][j-w]
,在程序实现时需要按照倒序来循环求解。
代码实现
class Solution {
public boolean canPartition(int[] nums) {
//dp[i][j]表示前i个元素是否存在和为j的情况
int n=nums.length;
int sum=computeArraysum(nums);
if(sum%2!=0){
return false;
}
//表示总和
int W=sum/2;
//定义状态,行表示数组索引,列表示总和
boolean dp[][]=new boolean[n][W+1];
if(nums[0]<=W){
dp[0][nums[0]]=true;
}
for(int i=1;i<n;i++){
for(int j=0;j<=W;j++){
dp[i][j]=dp[i-1][j];
if(nums[i]==j){
dp[i][j]=true;
continue;
}
if(nums[i]<j){
dp[i][j]=dp[i-1][j]||dp[i-1][j-nums[i]];
}
}
}
return dp[n-1][W];
}
public int computeArraysum(int[] nums){
int sum=0;
for(int num:nums){
sum+=num;
}
return sum;
}
}
空间优化之后:
class Solution {
public boolean canPartition(int[] nums) {
//dp[i][j]表示前i个元素是否存在和为j的情况
int n=nums.length;
int sum=computeArraysum(nums);
if(sum%2!=0){
return false;
}
//表示总和
int W=sum/2;
boolean[] dp=new boolean[W+1];
dp[0]=true;
for(int num:nums){
for(int i=W;i>=num;i--){
dp[i]=dp[i]||dp[i-num];
}
}
return dp[W];
}
public int computeArraysum(int[] nums){
int sum=0;
for(int num:nums){
sum+=num;
}
return sum;
}
}