动态规划:
1.最优子结构(大问题分解出小问题)
2.无后效应
求解步骤
1.观察:大问题与小问题的联系
2状态定义:数组如何定义
3.推导状态转移方程
4.初始化
leetcode322 零钱兑换
class Solution {
public:
int coinChange(vector<int>& coins, int amount) {
vector<int>ans(amount+1,INT_MAX /2);
ans[0]=0;
for(int i=0;i<=amount;i++){
for(auto x:coins){
if(i>=x){
ans[i]=min(ans[i],ans[i-x]+1);
}
}
}
if(ans[amount]==INT_MAX/2) return -1;
return ans[amount];
}
};
leetcode300最长递增子序列
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
vector<int>ans(nums.size()+1,1);
int mmax=0;
for(int i=0;i<nums.size();i++){
for(int j=0;j<i;j++){
if(nums[j]<nums[i]){
ans[i]=max(ans[i],ans[j]+1);
}
}
mmax=max(mmax,ans[i]);
}
return mmax;
}
};
优化nlog(n)
贪心+二分查找
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
vector<int>ans;
for(auto x:nums){
if(ans.empty()||x>ans[ans.size()-1]){
ans.push_back(x);
}else{
//000001111
int l=0,r=ans.size()-1;
while(l!=r){
int mid=(l+r)/2;
if(ans[mid]>=x){
r=mid;
}else{
l=mid+1;
}
}
ans[l]=x;
}
}
return ans.size();
}
};
积累经验,多做题,找感觉
leetcode 1143最长公共子序列
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
int n=text1.size(),m=text2.size();
vector<vector<int> >ans(n+1,vector<int>(m+1,0));
for(int i=1;i<=n;i++){
for(int j=1;j<=m;j++){
if(text1[i-1]==text2[j-1]){
ans[i][j]=ans[i-1][j-1]+1;
}else{
ans[i][j]=max(ans[i-1][j],ans[i][j-1]);
}
}
}
return ans[n][m];
}
};
背包问题:
定义二维数组 ans[x][y]表示用前x件物品装上限为y的背包所获得的最大价值
题目描述
给一个能承重V的背包,和n件物品,我们用重量和价值的二元组来表示一个物品,第i件物品表示为(Vi,Wi),问:在背包不超重的情况下,得到物品的最大价值是多少?
输入
第一行输入两个数 V,n,分别代表背包的最大承重和物品数。
接下来n行,每行两个数Vi,Wi,分别代表第i件物品的重量和价值。
(Vi≤V≤10000,n≤100,Wi≤1000000)
输出
输出一个整数,代表在背包不超重情况下所装物品的最大价值。
#include<iostream>
using namespace std;
int n,v[105],w[105],ans[105][10005],m;
int main(){
cin>>m>>n;
for(int i=1;i<=n;i++){
cin>>v[i]>>w[i];
}
for(int i=1;i<=n;i++){
for(int j=1;j<=m;j++){
if(v[i]<=j){
ans[i][j]=max(ans[i-1][j],w[i]+ans[i-1][j-v[i]]);
}else{
ans[i][j]=ans[i-1][j];
}
}
}
cout<<ans[n][m]<<endl;
return 0;
路径优化
int n,v[105],w[105],ans[10005],m;
int main(){
cin>>m>>n;
for(int i=1;i<=n;i++){
cin>>v[i]>>w[i];
}
for(i=1;i<=n;i++){
for(int j=m;j>=v[i];j--){
ans[i][j]=max(ans[j],w[i]+ans[j-v[i]]);
// ans[i][j]=ans[i-1][j];
}
}
cout<<ans[m]<<endl;
return 0;
}
}
}
完全背包:
题目描述
有N种物品和一个容量为 V 的背包,每种物品都有无限件可用。
第 i 种物品的体积是Ci,价值是Wi。求解在不超过背包容量的情况下,能够获得的最大价值。
输入
第一行为两个整数N、V(1≤N,V≤10000),分别代表题目描述中的物品种类数量N和背包容量V。
后跟N行,第 i 行两个整数Ci、Vi,分别代表每种物品的体积和价值。
输出
输出一个整数,代表可获得的最大价值。
用滚动数组进行优化
#include<iostream>
using namespace std;
int n,v[10005],w[10005],ans[10005],m;
int main(){
cin>>n>>m;
for(int i=1;i<=n;i++){
cin>>v[i]>>w[i];
}
for(int i=1;i<=n;i++){
for(int j=1;j<=m;j++){
if(v[i]<=j){
ans[j]=max(ans[j],w[i]+ans[j-v[i]]);
}
// ans[i][j]=ans[i-1][j];
}
}
cout<<ans[m]<<endl;
return 0;
}
多重背包:
题目描述
给有一个能承重 V 的背包,和n种物品,每种物品的数量有限多,我们用重量、价值和数量的三元组来表示一个物品,第 i 件物品表示为(Vi,Wi,Si),问在背包不超重的情况下,得到物品的最大价值是多少?
输入
第一行输入两个数V、n,分别代表背包的最大承重和物品种类数。
接下来 n 行,每行三个数 Vi、Wi、Si,分别代表第 i 种物品的重量、价值和数量。
输出
输出一个整数,代表在背包不超重情况下所装物品的最大价值。
此处可当作多次0-1背包俩处理
#inlcue<iostream>
using namespace std;
int n,v[10005],w[10005],ans[10005],m;
int main(){
int n,v,w.s,V;
cin>>V>>n;
for(int i=1;i<=n;i++){
cin>>V>>w>>s;
for(int k=1;k<=s;k++){
for(int j=V;j>=v;j++){
dp[j]=max(dp[j],dp[j-v]+w);
}
}
}
cout<<dp[V]<<endl;
return 0;
}