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!!!