是否可以根据一个 target,再给定一个数组 arrs,问:能否使用 arrs 中的元素做各种排列组合得到 target。
①01 背包问题:【不可重复】
一共有 N 件物品,第 i(i 从 1 开始)件物品的重量为 w[i],价值为 v[i]。在总重量不超过背包承载上限 W 的情况下,能够装入背包的最大价值是多少?
即数组中的元素不可重复使用,外循环遍历 arrs,内循环遍历 target,且内循环倒序,从target遍历到当前物品的值
②完全背包问题:【可重复】
一共有 N 种物品,每种物品有无限多个
,第 i(i 从 1 开始)种物品的重量为 w[i],价值为 v[i]。在总重量不超过背包承载上限 W 的情况下,能够装入背包的最大价值是多少?
01 背包问题与完全背包问题主要区别就是物品是否可以重复选取。
③ 注意
1、【完全背包】【内外层】
(1)【组合】如果是完全背包,即数组中的元素可重复使用,并且不考虑元素之间顺序,外层arr(保证 arrs 按顺序),内层target正序。
(2)【排列】如果组合问题需考虑元素之间的顺序,外层target,内层arr正序。
2、【01背包】【倒序】
外层arr,内层target倒序,保证每个物品只取了一次,不可重复。
dp[i](新)=dp[i](旧)+dp[i-num](旧)
对于每个target,选择此时这个物品加入背包还是不加,不加就是dp[i](旧)
,加就是dp[i-num](旧)
。
从后遍历,dp[i](新)
用的是上一层的dp[i-num](旧)
,如果顺序遍历,dp[i-num]
可能会先被更新为本层的新数据dp[i-num](新)
,可能出现,前面dp[i-num](新)
加了一次物品a,后面又加了一次,这种情况
3、注意dp的含义:
int[]dp=new int[target+1];
(i跟随target遍历更新)
dp[i]
代表达到i
的取法有几种,那dp[0]=1
,有一种取法,即什么都不取;dp[i]=dp[i]+dp[i-n];
dp[i]
代表达到i
最多/少用几个物品,那dp[0]=0
,表示用0个物品;
dp[i]=max(dp[i], dp[i-n]+1)
dp[i]
代表达到i
最多/少的重量/价钱,那dp[0]=0
,表示用0个物品;
dp[i]=max(dp[i], dp[i-n]+arr[i])
例题
①01背包
416、分割等和子集
找出和为目标值的子数组【不可重复】,目标值为sum/2
【01背包】外层数组,内层target倒序
class Solution:
def canPartition(self, nums: List[int]) -> bool:
if sum(nums)%2!=0:#如过和为奇数那不存在
return False
target=sum(nums)//2
dp=[0 for _ in range(target+1)]
dp[0]=1
for num in nums:
for i in range(target,num-1,-1):
dp[i]+=dp[i-num]
return dp[target]!=0
class Solution {
public boolean canPartition(int[] nums) {
int l=nums.length;
int sum=0;
for(int n:nums) sum+=n;
if(sum%2!=0) return false;
int target=sum/2;
int[]dp=new int[target+1];
dp[0]=1;
for(int num :nums){
for(int i=target;i>=num;i--){
dp[i]=dp[i]+dp[i-num];
}
}
return dp[target]!=0;
}
}
494、目标和
找出和为目标值的子数组【不可重复】
【01背包】外层数组,内层target倒序
目标值为(target + sum(nums)) / 2
假设P是正子集,N是负子集
sum( P) - sum(N) = target
sum( P) + sum(N) + sum( P) - sum(N) = target + sum( P) + sum(N)
2 * sum( P) = target + sum(nums)
因此,原来的问题已转化为一个求子集的和问题: 找到nums的一个子集 P,使得sum( P) = (target + sum(nums)) / 2
注意nums=[100],target=-200这种情况,dp数组可能没法初始化,要提前判断
class Solution:
def findTargetSumWays(self, nums: List[int], target: int) -> int:
if (target+sum(nums))%2!=0 or (target+sum(nums))/2<0:#如过和为奇数那不存在
return 0
target=(target+sum(nums))//2
dp=[0 for _ in range(target+1)]
dp[0]=1
for num in nums:
for i in range(target,num-1,-1):
dp[i]+=dp[i-num]
return dp[target]
class Solution {
public int findTargetSumWays(int[] nums, int target) {
int sum=0;
for(int n:nums) sum+=n;
if((target+sum)%2!=0 || (target+sum)/2<0) return 0;
int t=(target+sum)/2;
int[] dp=new int[t+1];
dp[0]=1;
for(int n:nums){
for(int i=t;i>=n;i--){
dp[i]=dp[i]+dp[i-n];
}
}
return dp[t];
}
}
474、一和零(多重背包)
找出和为目标值的最短子数组【不可重复】
【01背包】外层物品,内层target倒序,两个target即双重遍历
注意dp的含义:
dp[i]
代表达到i
的取法有几种,那dp[0]=1
,有一种取法,即什么都不取;dp[i]=dp[i]+dp[i-n];
dp[i]
代表达到i
最多/少用几个物品,那dp[0]=0
,表示用0个物品;
dp[i]=max(dp[i], dp[i-n]+1)
class Solution:
def findMaxForm(self, strs: List[str], m: int, n: int) -> int:
dp=[[0]*(n+1) for _ in range(m+1)]
for item in strs: # 遍历物品
zeroNum=0
oneNum=0
for i in item:#当前物品的值 即0和1的个数
if i =='0':
zeroNum+=1
else:
oneNum+=1
for i in range(m, zeroNum-1, -1): # 遍历target且都从后向前遍历!
for j in range(n, oneNum-1,-1):
dp[i][j]=max(dp[i][j], dp[i-zeroNum][j-oneNum]+1)
return dp[-1][-1]
class Solution {
public int findMaxForm(String[] strs, int m, int n) {
int[][] dp=new int[m+1][n+1];
for(String s:strs){//外层arr
int zero=0,one=0;//计算arr的值,别的题一般是直接给的
for(char c : s.toCharArray()){
if(c-'0'==0) zero+=1;
else one+=1;
}
for(int i=m;i>=zero;i--){//内层target倒序
for(int j=n;j>=one;j--){
dp[i][j]=Math.max(dp[i][j],dp[i-zero][j-one]+1);
}
}
}
return dp[m][n];
}
}
1049、最后一块石头的重量 II
找到石头组合,使其重量最接近总重量的一半
target
为总重量的一半,dp[target]
里是容量为target
的背包所能背的最大重量。
【01背包】外层物品,内层target倒序
class Solution {
public int lastStoneWeightII(int[] stones) {
int len=stones.length;
int sum=0;
for(int n:stones) sum+=n;
int t=sum/2;
int[]dp=new int[t+1];
dp[0]=0;
for(int n:stones){
for(int i=t;i>=n;i--){
dp[i]=Math.max(dp[i],dp[i-n]+n);
}
}
return sum-2*dp[t];
}
}
879、盈利计划(多维背包)
集团里有 n 名员工,他们可以完成各种各样的工作创造利润。
第 i 种工作会产生 profit[i] 的利润,它要求 group[i] 名成员共同参与。如果成员参与了其中一项工作,就不能参与另一项工作。
工作的任何至少产生 minProfit 利润的子集称为 盈利计划 。并且工作的成员总数最多为 n 。
有多少种计划可以选择?因为答案很大,所以 返回结果模 10^9 + 7 的值。
示例 1:
输入:n = 5, minProfit = 3, group = [2,2], profit = [2,3]
输出:2
解释:至少产生 3 的利润,该集团可以完成工作 0 和工作 1 ,或仅完成工作 1 。
总的来说,有两种计划。
示例 2:
输入:n = 10, minProfit = 5, group = [2,3,5], profit = [6,7,8]
输出:7
解释:至少产生 5 的利润,只要完成其中一种工作就行,所以该集团可以完成任何工作。
有 7 种可能的计划:(0),(1),(2),(0,1),(0,2),(1,2),以及 (0,1,2) 。
思路:
- 将每个任务看作一个「物品」,完成任务所需要的人数看作「成本」,完成任务得到的利润看作「价值」。
其特殊在于存在一维容量维度需要满足「不低于」,而不是常规的「不超过」 - 定义
f[i][j][k]
为考虑前i
件物品,使用人数不超过j
,所得利润至少为k
的方案数。 - 对于每件物品(令下标从 1 开始),我们有「选」和「不选」两种决策,
f[i][j][k]
为以下两种情况之和.
不选:f[i−1][j][k]
选:f[i−1][j−group[i−1]][max(k−profit[i−1],0)]
利润k - profit[i - 1]
可能会出现负值,设为0即可 - 初始化:没有物品,盈利为0,人数无要求
f[0][x][0]=1
- 压缩空间的话,可以去掉人数这一维,记得内层,人数
j
和 利润k
(类似target)倒序
class Solution {
public int profitableSchemes(int n, int minProfit, int[] group, int[] profit) {
int mod=(int)1e9+7;
int m=group.length;
long[][]dp=new long[n+1][minProfit+1];
for (int i = 0; i <= n; i++) dp[i][0] = 1;
for (int i = 1; i <= m; i++){
for (int j = n; j >= group[i-1]; j--){
for (int k = minProfit; k >= 0; k--){
dp[j][k]+=dp[j-group[i-1]][Math.max(k-profit[i-1],0)];
if (dp[j][k] >= mod) dp[j][k] -= mod;
}
}
}
return (int)dp[n][minProfit];
}
}
②完全背包
279、完全平方数
组成和为target的最小个数【可重复】【组合】
【完全背包】外层循环为选择池 nums,内层循环为 target。
(nums=[1,4,9…])
(和322零钱兑换完全一样)
class Solution:
def numSquares(self, n: int) -> int:
dp=[math.inf for _ in range(n+1)]
dp[0]=0
for i in range(1,int(math.sqrt(n))+1):#遍历nums
for j in range(i*i,n+1):#遍历target
dp[j]=min(dp[j],dp[j-i*i]+1)
return dp[-1]
class Solution {
public int numSquares(int n) {
int[] dp=new int[n+1];
for(int i=1;i<dp.length;i++){
dp[i]=Integer.MAX_VALUE-1;//注意java中int溢出
}
for(int j=1;j*j<=n;j++){
for(int i=j*j;i<=n;i++){
dp[i]=Math.min(dp[i],dp[i-j*j]+1);
}
}
return dp[n]==Integer.MAX_VALUE-1? -1:dp[n];
}
}
322、零钱兑换
组成和为target的最小个数【可重复】【组合】
【完全背包】外层循环为选择池 nums,内层循环为 target正序。
import math
class Solution:
def coinChange(self, coins: List[int], amount: int) -> int:
dp=[math.inf]*(amount+1)
dp[0]=0
for coin in coins:
for i in range(coin,amount+1):
dp[i]=min(dp[i],dp[i-coin]+1)
return dp[amount] if dp[-1]!=math.inf else -1
class Solution {
public int coinChange(int[] coins, int amount) {
int[] dp=new int[amount+1];
for(int i=1;i<dp.length;i++){
dp[i]=Integer.MAX_VALUE-1;//注意java中int溢出
}
for(int coin : coins){
for(int i=coin;i<=amount;i++){
dp[i]=Math.min(dp[i],dp[i-coin]+1);
}
}
return dp[amount]==Integer.MAX_VALUE-1? -1:dp[amount];
}
}
518、零钱兑换2
组成target的子数组个数【可重复】【组合】
【完全背包】外层nums,内层target正序
class Solution:
def change(self, amount: int, coins: List[int]) -> int:
dp=[0 for _ in range(amount+1)]#多一位
dp[0]=1#没有硬币
for coin in coins:
for i in range(coin,amount+1):
dp[i]+=dp[i-coin]
return dp[amount]
class Solution {
public int change(int amount, int[] coins) {
int[] dp=new int[amount+1];
dp[0]=1;
for(int coin :coins){
for(int i=coin;i<=amount;i++){
dp[i]+=dp[i-coin];
}
}
return dp[amount];
}
}
377、组合总和4
组成target的子数组个数【可重复】【排列】
【完全背包】外层target,内层nums
class Solution:
def combinationSum4(self, nums: List[int], target: int) -> int:
dp=[0]*(target+1)
dp[0]=1
for i in range(1,target+1):
for num in nums:
if i>=num:
dp[i]+=dp[i-num]
return dp[-1]
class Solution {
public int combinationSum4(int[] nums, int target) {
int[] dp=new int[target+1];
dp[0]=1;
for(int i=1;i<=target;i++){
for(int num : nums){
if(i>=num){
dp[i]+=dp[i-num];
}
}
}
return dp[target];
}
}