0-1背包题目练习
动态规划有一些小例子跟背包没什么关系的简单题,斐波那契、爬楼梯等,可以熟悉一下动态规划做题五部曲,这里只讲和0-1背包有关的相关问题。
416. 分割等和子集
给你一个 只包含正整数 的 非空 数组 nums
。请你判断是否可以将这个数组分割成两个子集,使得两个子集的元素和相等。
输入:nums = [1,5,11,5]
输出:true
解释:数组可以分割成 [1, 5, 5] 和 [11] 。
这个题跟0-1背包有什么关系呢?这就涉及到了向0-1背包问题转换的过程。
分析题目,分割后的两个子集元素和相等,也就是说S1=S2,又因为S1+S2 = SUM 所以 S1 = SUM /2 那么就会发现,我们只要能找到一个子集和为总和的一半,那么剩下的元素的和也就和这个子集相等了,这不就是0-1背包问题么,在一堆物品(数组的值)中,选取能够装满背包容量为SUM/2 的物品。
明确一下 背包容量 = SUM/2 物品价值 = nums[i] 物品质量 = nums[i],再说一点,如果SUM本身除2除不尽,那就说明根本不能分解成两个相等的子集。
话不多说,直接上代码:
class Solution {
public boolean canPartition(int[] nums) {
if(nums.length ==0 || nums.length ==null) return false;
int sum =0;
for(int num : nums){
sum+= num;
}
if(sum%2!=0) return false;
int target = sum/2;
int[] dp = new int[target + 1];
for(int i=0 ;i<nums.length;i++){
for(int j =target;j>=nums[i];j--){
dp[j] = Math.max(dp[j],dp[j-nums[i]] + nums[i]);
}
}
return dp[target] == target;
}
}
1049. 最后一块石头的重量 II
有一堆石头,用整数数组 stones 表示。其中 stones[i] 表示第 i 块石头的重量。
每一回合,从中选出任意两块石头,然后将它们一起粉碎。假设石头的重量分别为 x 和 y,且 x <= y。那么粉碎的可能结果如下:
如果 x == y,那么两块石头都会被完全粉碎;
如果 x != y,那么重量为 x 的石头将会完全粉碎,而重量为 y 的石头新重量为 y-x。
最后,最多只会剩下一块 石头。返回此石头 最小的可能重量 。如果没有石头剩下,就返回 0。
**输入:stones = [2,7,4,1,8,**1]
输出:1
解释:
组合 2 和 4,得到 2,所以数组转化为 [2,7,1,8,1],
组合 7 和 8,得到 1,所以数组转化为 [2,1,1,1],
组合 2 和 1,得到 1,所以数组转化为 [1,1,1],
组合 1 和 1,得到 0,所以数组转化为 [1],这就是最优值。
分析题目:就是要我们尽量将石头平均分成两堆,每一堆石头的重量越接近SUM/2,那么最后剩下来的石头重量就会越小。
也就转换成了,在一堆物品(石头)中,尽可能的填满容量为SUM/2的背包,并且价值总和(质量)要最大。
dp[j] 的含义就是,考虑前i个石头, 当背包容量为j时,能得到的最大价值(也就是质量);
上代码:
class Solution {
public int lastStoneWeightII(int[] stones) {
if(stones.length == 1) return stones[0];
int sum = 0;
for(int stone : stones){
sum+= stone;
}
int target = sum/2;
int[] dp = new int[target + 1];
for(int i=0;i<stones.length;i++){
for(int j = target;j>=stones[i];j--){
dp[j] = Math.max(dp[j],dp[j-stones[i]] + stones[i]);
}
}
return sum - 2*dp[target];
}
}
这个题总的来说跟上一题有些相似,只不过这个题近似SUM/2就可以了。
494. 目标和
给你一个整数数组 nums 和一个整数 target 。
向数组中的每个整数前添加 ‘+’ 或 ‘-’ ,然后串联起所有整数,可以构造一个 表达式 :
例如,nums = [2, 1] ,可以在 2 之前添加 ‘+’ ,在 1 之前添加 ‘-’ ,然后串联起来得到表达式 “+2-1” 。
返回可以通过上述方法构造的、运算结果等于 target 的不同 表达式 的数目。
输入:nums = [1,1,1,1,1], target = 3
输出:5
解释:一共有 5 种方法让最终目标和为 3 。
-1 + 1 + 1 + 1 + 1 = 3
+1 - 1 + 1 + 1 + 1 = 3
+1 + 1 - 1 + 1 + 1 = 3
+1 + 1 + 1 - 1 + 1 = 3
+1 + 1 + 1 + 1 - 1 = 3
这个题首先看过去想到的应该是回溯法,每选择一个数就有两种可能性,加或者减,直到遍历完最后一个数,如果结果为target那么就次数+1,然后回溯遍历所有情况即可。
这里贴上回溯的代码:
class Solution {
int count = 0;
public int findTargetSumWays(int[] nums, int target) {
backtrack(nums,target,0,0);
return count;
}
public void backtrack(int[] nums,int target,int index,int sum){
if(index == nums.length){
if(sum == target){
count++;
}
return;
}
//两种情况回溯
backtrack(nums,target,index+1,sum + nums[index]);
backtrack(nums,target,index+1,sum - nums[index]);
}
}
但是这个题还能用动态规划求解,也就是转成0-1背包问题。
分析题目意思,一堆数有正有负,positiveNum和nativeNum(值为正,需要添加负号的数) 他们的和为SUM
即p + n = SUM 即 p = SUM - n, 又因为题目所需要的target = p - n 所以 target = SUM-2n 所以 n =( SUM - target ) /2
那么意思就是只要在这一堆数中,找到和为n的数值有多少种组合即可。
dp[j] 的含义就是,找到和为j 的数字组合最大有多少种。
class Solution {
public int findTargetSumWays(int[] nums, int target) {
int sum = 0;
for (int num : nums) {
sum += num;
}
int diff = sum - target;
if (diff < 0 || diff % 2 != 0) {
return 0;
}
int neg = diff / 2;
int[] dp = new int[neg + 1];
dp[0] = 1;
for (int num : nums) {
for (int j = neg; j >= num; j--) {
dp[j] += dp[j - num];
}
}
return dp[neg];
}
}
474. 一和零
给你一个二进制字符串数组 strs 和两个整数 m 和 n 。
请你找出并返回 strs 的最大子集的长度,该子集中 最多 有 m 个 0 和 n 个 1 。
如果 x 的所有元素也是 y 的元素,集合 x 是集合 y 的 子集 。
输入:strs = [“10”, “0001”, “111001”, “1”, “0”], m = 5, n = 3
输出:4
解释:最多有 5 个 0 和 3 个 1 的最大子集是 {“10”,“0001”,“1”,“0”} ,因此答案是 4 。
其他满足题意但较小的子集包括 {“0001”,“1”} 和 {“10”,“1”,“0”} 。{“111001”} 不满足题意,因为它含 4 个 1 ,大于 n 的值 3 。
这个题和之前的背包问题稍微有一些不同,这里有两个背包容量维度,m和n,相当于我们找的物品重量要同时满足这两个条件。
直接上代码:
class Solution {
public int findMaxForm(String[] strs, int m, int n) {
int[][] dp = new int[m+1][n+1];
int zeroNum;
int oneNum ;
for(String str : strs){
zeroNum =0;
oneNum = 0;
for(char c : str.toCharArray()){
if(c == '0'){
zeroNum ++;
}else{
oneNum++;
}
}
for(int i=m;i>=zeroNum;i--){
for(int j =n;j>=oneNum;j--){
dp[i][j] = Math.max(dp[i][j],dp[i - zeroNum][j-oneNum] + 1);
}
}
}
return dp[m][n];
}
}
遍历每个字符串,并且保存其中0和1的数量,之前的背包问题每次遍历一个物品更新的是一行数据,而这里更新的是一张表的数据,也可以用三维数组来表示。
class Solution {
public int findMaxForm(String[] strs, int m, int n) {
int length = strs.length;
int[][][] dp = new int[length + 1][m + 1][n + 1];
for (int i = 1; i <= length; i++) {
int[] zerosOnes = getZerosOnes(strs[i - 1]);
int zeros = zerosOnes[0], ones = zerosOnes[1];
for (int j = 0; j <= m; j++) {
for (int k = 0; k <= n; k++) {
dp[i][j][k] = dp[i - 1][j][k];
if (j >= zeros && k >= ones) {
dp[i][j][k] = Math.max(dp[i][j][k], dp[i - 1][j - zeros][k - ones] + 1);
}
}
}
}
return dp[length][m][n];
}
public int[] getZerosOnes(String str) {
int[] zerosOnes = new int[2];
int length = str.length();
for (int i = 0; i < length; i++) {
zerosOnes[str.charAt(i) - '0']++;
}
return zerosOnes;
}
}
下面这个题和0-1背包关系不大,是树形dp的入门题目,也可以看一下。
337. 打家劫舍 III
小偷又发现了一个新的可行窃的地区。这个地区只有一个入口,我们称之为 root 。
除了 root 之外,每栋房子有且只有一个“父“房子与之相连。一番侦察之后,聪明的小偷意识到“这个地方的所有房屋的排列类似于一棵二叉树”。 如果 两个直接相连的房子在同一天晚上被打劫 ,房屋将自动报警。
给定二叉树的 root 。返回 在不触动警报的情况下 ,小偷能够盗取的最高金额 。
class Solution {
public int rob(TreeNode root) {
int[] res = robAction(root);
return Math.max(res[0],res[1]);
}
public int[] robAction(TreeNode root){
int[] res = new int[2];
if(root == null) return res;
int[] left = robAction(root.left);
int[] right = robAction(root.right);
//不偷当前节点,那么就考虑左节点最大的和右节点最大价值之和
res[0] = Math.max(left[0],left[1]) + Math.max(right[0],right[1]);
//偷当前节点,那左右节点就只能算不偷的最大价值。
res[1] = root.val + left[0] + right[0];
return res;
}
}