题1:
指路:46. 携带研究材料(第六期模拟笔试) (kamacoder.com)
思路与代码:
01背包问题,我们可以分为两种方法来解,第一种方法暴力求解,对于01背包,每个物品仅有两个状态,即取与不取,我们用回溯模拟所有的情况。在这里我们用基础二维数组和动态规划的思路完成本题。首先我们定义一个二维数组dp[i][j],其含义为在行李箱的空间为j的情况下从下标[0, i]的物品中任取所能达到的最大价值。其次我们推算递推公式,当遍历到的背包重量比该物品的重量小,此时遍历到的物品放不进去了,那么背包里里的物品价值就是从0到放进去的上一个物品的最大价值。而如果背包的重量能够装的下遍历到的物品时,我们将在不装这个物品得到的最大价值和装这个物品的最大价值之间取较大值。然后我们对dp数组进行初始化,当背包容量为0时,此时无法装任何物品,那么最大价值自然也是0,则最左侧一列值为0,当i=0,j!=0时,背包里的东西是物品1,此时背包里的最大价值自然也是物品1的价值。接着我们确定遍历顺序,在01背包二维数组解法中,两层for循环无论是先遍历背包容量还是先遍历物品都无伤大雅。最后打印dp数组即可。(注意:因为本题非核心代码模式,所以我们从输入开始定义两个vector用以盛放各物品所占空间和各物品所有价值,并按格式输入数据。) 代码如下:
#include<iostream>
#include<vector>
using namespace std;
int n, bagweight; // 行李箱空间
void solve() {
vector<int> weight(n, 0);
vector<int> value(n, 0);
for (int i = 0; i < n; ++i) {
cin >> weight[i];
}
for (int j = 0; j < n; ++j) {
cin >> value[j];
}
// 定义一个dp数组
vector<vector<int>> dp(weight.size(), vector<int>(bagweight + 1, 0));
// dp[i][j]含义为行李箱空间为j的情况下从下标为[0, i]的物品中任意取
// 能达到的最大价值
// 初始化dp数组
for (int j = weight[0]; j <= bagweight; j++) {
dp[0][j] = value[0]; // 最上面一行是物品0的价值
}
// 递推公式
for (int i = 1; i < weight.size(); i++) { // 遍历物品
for (int j = 0; j <= bagweight; j++) { // 行李箱重量
if (j < weight[i]) dp[i][j] = dp[i - 1][j];
// 如果能装得下将值更新为不装这个物品的最大值 和 装这个物品的最大值 的较大值
else dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
}
}
cout << dp[weight.size() - 1][bagweight] << endl;
}
int main() {
while (cin >> n >> bagweight) {
solve();
}
return 0;
}
题2:
指路:416. 分割等和子集 - 力扣(LeetCode)
思路与代码:
对于这个题,暴力回溯的解法超时,那么采取其他的方法。要求将一个数组分割得到两个子集且子集元素和相等,在这里仅仅当两个子集的和都为数组和的一半时才成立。可以抽象成,向一个子集中加入元素,当这个子集的元素和慢慢增长到最大值,此时这个子集的和等于原数组和的一半,推论成立。鉴于数组中的元素仅可使用一次,因此我们发现它是一个01背包问题。首先,我们定义一个数组dp[j],它的含义为容量为j的背包所含物品的最大价值。请注意,本题中,数值既是背包中的重量,也是背包中的价值。其次,我们找出递推公式,向背包中放入数值,数值i的重量和价值都是nums[i],当背包容量为target,dp[target]就是装满之后的重量,当dp[target]==target时符合条件,递推公式就是在放入数值i和不放入数值i中取较大值;然后我们初始化数组,题目中说原数组大小<=200,元素<=100,则原数组大小和<=20000,我们定义的数组盛放一半,取10001即可。接着,我们确定遍历顺序,当我们使用一维数组时,外层for循环遍历物品,内层for循环倒序遍历背包。最后打印即可。代码如下:
class Solution {
public:
bool canPartition(vector<int>& nums) {
int sum = 0;
vector<int> dp(10001, 0);
for (int i = 0; i < nums.size(); i++) {
sum += nums[i];
}
if (sum % 2 == 1) return false;
int target = sum / 2;
for (int i = 0; i < nums.size(); i++) {
for (int j = target; j >= nums[i]; j--) {
dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]); // 降维
}
}
if (dp[target] == target) return true;
return false;
}
};