代码随想录算法训练营第四十二天| ● 01背包问题,你该了解这些! ● 01背包问题,你该了解这些! 滚动数组 ● 416. 分割等和子集

文章探讨了01背包问题的三种类型:0-1背包、完全背包和多重背包,并提供了两种动态规划解决方案。第一种是一维数组实现,针对元素不可重复使用的场景;第二种是二维数组实现,适用于更复杂的子集分割问题。重点在于如何构建动态规划状态转移方程并优化算法效率。
摘要由CSDN通过智能技术生成

01背包问题,你该了解这些!

0-1背包  n种物品,每种物品仅有一个 

完全背包:n种物品 每种物品有无限个

多重背包:n种物品  每种物品的个数各不相同

 416. 分割等和子集

这里元素不能重复使用

这里重量和价值相同,都用nums[i]表示

if dp[target]==target: return True

else:return False

#一维背包
class Solution:
    def canPartition(self, nums: List[int]) -> bool:
        
        if sum(nums)%2!=0:
            return False
        target=sum(nums)//2
        dp=[0]*(target+1)
        for i in range(1,len(nums)):
            for j in range(target,nums[i]-1,-1):
                dp[j]=max(dp[j],dp[j-nums[i]]+nums[i])
        if dp[target]==target:
            return True
        else:
            return False

   

class Solution:
    def canPartition(self, nums: List[int]) -> bool:
        
        if sum(nums)%2!=0:
            return False
        target=sum(nums)//2
        dp=[[0]*(target+1) for _ in range(len(nums))]
        #二维dp数组
        #初始化
        for j in range(nums[0],target+1):
            dp[0][j]=nums[0]
        for i in range(1,len(nums)):
            for j in range(target+1):
                if j<nums[i]:
                    dp[i][j]=dp[i-1][j]
                else:
                    dp[i][j]=max(dp[i-1][j],dp[i-1][j-nums[i]]+nums[i])
        if dp[len(nums)-1][target]==target:
            return True
        else:
            return False

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值