算法训练营Day42 第九章 动态规划part4

 第一部分 01背包问题（二维数组实现）

        二维数组实现01背包问题其实是比较容易理解的，按照动归五部曲来解题。

①确定dp数组的下标及含义：对于dp[i][j]，其表示从编号小于等于i的物品中选取，在背包容量为j的情况下，能存放的物品的最大价值；

②确定递推公式：当容量j小于weight[i]时，dp[i][j] = dp[i-1][j]；否则，dp[i][j] = max(dp[i-1][j], dp[i-1][j-weight[i]] + value[i])；

③dp数组的初始化：dp数组第一列全部为0，因为此时背包容量为0，什么也装不了；dp数组第一行中，当能装的下编号为0的背包时，就初始化为value[0]，否则应当为0；其余部分的初始化不重要，都可以推导覆盖掉，方便起见初始化为0就可以；

④确定遍历顺序：先遍历物品or先遍历容量都是ok的，一般为了方便理解，都先横向遍历，并且从前向后遍历，抑或是从后向前遍历，都是可以的；

⑤打印dp数组：如果结果有误，可以打印dp数组来debug。

代码如下：

void test_2_wei_bag_problem1() {
    vector<int> weight = {1, 3, 4};
    vector<int> value = {15, 20, 30};
    int bagweight = 4;

    // 二维数组
    vector<vector<int>> dp(weight.size(), vector<int>(bagweight + 1, 0));

    // 初始化
    for (int j = weight[0]; j <= bagweight; j++) {
        dp[0][j] = value[0];
    }

    // weight数组的大小 就是物品个数
    for(int i = 1; i < weight.size(); i++) { // 遍历物品
        for(int j = 0; j <= bagweight; j++) { // 遍历背包容量
            if (j < weight[i]) dp[i][j] = dp[i - 1][j];
            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() {
    test_2_wei_bag_problem1();
}

 第二部分 01背包问题（一维数组实现）

        一维数组实现01背包问题，相当于把二维的矩阵压缩成一行向量。与二维数组实现的方法相比，节省了更多的空间，但是要注意的是：对于一维数组，遍历顺序必须是从后向前遍历！！！因为，如果从前向后遍历的话，会重复添加，在二维数组中，每一个dp数组的值的推导，要么取决于上方的元素，要么取决于左上方的元素，压缩成一维数组后，同样如此，要么还是本身，要么就是左侧元素推导来的，从前向后遍历，导致左侧元素被覆盖了，自然就有可能出现错误！！！

代码如下：

void test_1_wei_bag_problem() {
    vector<int> weight = {1, 3, 4};
    vector<int> value = {15, 20, 30};
    int bagWeight = 4;

    // 初始化
    vector<int> dp(bagWeight + 1, 0);
    for(int i = 0; i < weight.size(); i++) { // 遍历物品
        for(int j = bagWeight; j >= weight[i]; j--) { // 遍历背包容量
            dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
        }
    }
    cout << dp[bagWeight] << endl;
}

int main() {
    test_1_wei_bag_problem();
}

练习题： 416. 分割等和子集

        这道题可以看作weight和value相同的01背包问题。还能做一些简化处理，当元素总和为奇数时，肯定做不到直接return false；当数组中最大值大于元素总和的一半时，同样直接return false。其余处理就可以直接套用01背包问题的解题方法了，代码如下：

class Solution {
public:
    bool canPartition(vector<int>& nums) {
        int sum = 0;
        int maxMem = 0;
        for(int i : nums) {
            maxMem = max(maxMem, i);
            sum += i;
        }
        if(sum % 2) return false;
        int bagWeight = sum / 2;
        if(maxMem > bagWeight) return false;
        int size = nums.size();
        vector<int> dp(bagWeight + 1);
        for(int i = 0; i < size; i++) {
            for(int j = bagWeight; j >= nums[i]; j--) {
                dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);
            }
        }
        if(dp[bagWeight] == bagWeight) return true;
        return false;
    }
};

        Day42打卡！！！