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

最新推荐文章于 2024-10-01 23:05:47 发布

WDR8965

最新推荐文章于 2024-10-01 23:05:47 发布

阅读量955

点赞数 11

分类专栏：代码随想录算法训练营33期文章标签：算法数据结构 leetcode java

本文链接：https://blog.csdn.net/qq_42973684/article/details/137893291

版权

代码随想录算法训练营33期专栏收录该内容

53 篇文章 2 订阅

订阅专栏

题目与题解

01背包问题，你该了解这些！

题目链接：01背包问题，你该了解这些！

代码随想录题解：01背包问题，你该了解这些！

视频讲解：带你学透0-1背包问题！| 关于背包问题，你不清楚的地方，这里都讲了！| 动态规划经典问题 | 数据结构与算法_哔哩哔哩_bilibili

解题思路：

直接看答案

看完代码随想录之后的想法

1. 确定dp数组以及下标的含义

对于背包问题，有一种写法，是使用二维数组，即dp[i][j] 表示从下标为[0-i]的物品里任意取，放进容量为j的背包，价值总和最大是多少。

2. 确定递推公式

再回顾一下dp[i][j]的含义：从下标为[0-i]的物品里任意取，放进容量为j的背包，价值总和最大是多少。

那么可以有两个方向推出来dp[i][j]，

不放物品i：由dp[i - 1][j]推出，即背包容量为j，里面不放物品i的最大价值，此时dp[i][j]就是dp[i - 1][j]。(其实就是当物品i的重量大于背包j的重量时，物品i无法放进背包中，所以背包内的价值依然和前面相同。)
放物品i：由dp[i - 1][j - weight[i]]推出，dp[i - 1][j - weight[i]] 为背包容量为j - weight[i]的时候不放物品i的最大价值，那么dp[i - 1][j - weight[i]] + value[i] （物品i的价值），就是背包放物品i得到的最大价值

所以递归公式： dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);

3. dp数组如何初始化

首先从dp[i][j]的定义出发，如果背包容量j为0的话，即dp[i][0]，无论是选取哪些物品，背包价值总和一定为0

状态转移方程 dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]); 可以看出i 是由 i-1 推导出来，那么i为0的时候就一定要初始化。

dp[0][j]，即：i为0，存放编号0的物品的时候，各个容量的背包所能存放的最大价值。

那么很明显当 j < weight[0]的时候，dp[0][j] 应该是 0，因为背包容量比编号0的物品重量还小。

当j >= weight[0]时，dp[0][j] 应该是value[0]，因为背包容量放足够放编号0物品。

4. 遍历顺序：按行（先遍历物品）或按列（先遍历背包重量）都可以

5. 举例

import java.util.*;
public class ID46Kama {
    public static void main (String[] args) {
        /* code */
        Scanner scanner = new Scanner(System.in);
        int m = scanner.nextInt();
        int n = scanner.nextInt();
        int[] weight = new int[m];
        int[] value = new int[m];
        for(int i = 0; i < m; i++) {
            weight[i] = scanner.nextInt();
        }
        for(int i = 0; i < m; i++) {
            value[i] = scanner.nextInt();
        }
        // 二维dp
        int[][] dp = new int[m][n+1];
        for (int j = 0; j <= n; j++) {
            if (weight[0] <= j )
                dp[0][j] = value[0];
        }
        for(int i = 1; i < m; i++) {
            for(int j = 1; j <= n; j++) {
                if (j - weight[i] >= 0) {
                    dp[i][j] = Math.max(dp[i-1][j], dp[i-1][j - weight[i]]+value[i]);
                } else {
                    dp[i][j] = dp[i-1][j];
                }
            }
        }
        System.out.println(dp[m-1][n]);
    }
}

遇到的困难

Scanner用法又不太记得了，用ACM模式写很容易写错，各种小错误，真难

01背包问题，你该了解这些！滚动数组

题目链接：01背包问题，你该了解这些！滚动数组

代码随想录题解：01背包问题，你该了解这些！滚动数组

视频讲解：带你学透01背包问题（滚动数组篇） | 从此对背包问题不再迷茫！_哔哩哔哩_bilibili

解题思路：

看答案

看完代码随想录之后的想法

二维数组可以压缩为一维数组，如果把dp[i - 1]那一层拷贝到dp[i]上，表达式完全可以是：dp[i][j] = max(dp[i][j], dp[i][j - weight[i]] + value[i]);

1. 确定dp数组的定义

在一维dp数组中，dp[j]表示：容量为j的背包，所背的物品价值可以最大为dp[j]。

2. 一维dp数组的递推公式

dp[j]有两个选择，一个是取自己dp[j] 相当于二维dp数组中的dp[i-1][j]，即不放物品i，一个是取dp[j - weight[i]] + value[i]，即放物品i，指定是取最大的，毕竟是求最大价值，

所以递归公式为：

dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);

可以看出相对于二维dp数组的写法，就是把dp[i][j]中i的维度去掉了。

3. 一维dp数组如何初始化

dp[j]表示：容量为j的背包，所背的物品价值可以最大为dp[j]，那么dp[0]就应该是0，因为背包容量为0所背的物品的最大价值就是0。

dp数组在推导的时候一定是取价值最大的数，如果题目给的价值都是正整数那么非0下标都初始化为0就可以了。

假设物品价值都是大于0的，所以dp数组初始化的时候，都初始为0就可以了

4. 一维dp数组遍历顺序

二维dp遍历的时候，背包容量是从小到大，而一维dp遍历的时候，背包是从大到小。并且只能从物品开始遍历，不能从背包重量遍历。这里看不太懂，后续再说吧

5. 举例

public class ID46Kama {
    public static void main (String[] args) {
        /* code */
        Scanner scanner = new Scanner(System.in);
        int m = scanner.nextInt();
        int n = scanner.nextInt();
        int[] weight = new int[m];
        int[] value = new int[m];
        for(int i = 0; i < m; i++) {
            weight[i] = scanner.nextInt();
        }
        for(int i = 0; i < m; i++) {
            value[i] = scanner.nextInt();
        }
        // 一维dp
        int[] dp1 = new int[n+1];
        for (int i = 1; i < m; i++) {
            for (int j = n; j >= weight[i]; j++) {
                dp1[j] = Math.max(dp1[j], dp1[j - weight[i]]+value[i]);
            }
        }
        System.out.println(dp1[n]);
    }
}

遇到的困难

着实不太看得懂遍历顺序，感觉是为了避免用上一行计算当前行的时候，出现用当前行的结果计算当前行的情况。

416. 分割等和子集

题目链接：416. 分割等和子集

代码随想录题解：416. 分割等和子集

视频讲解：动态规划之背包问题，这个包能装满吗？| LeetCode：416.分割等和子集_哔哩哔哩_bilibili

解题思路：

乍一看感觉就是组合问题，可以用回溯做。

首先对输入数组求和，然后判断和是不是偶数。如果是的话，题目就转换成求数组中是否存在一个组合，其和为sum/2；否则直接return false。

但是随想录说回溯会超时，而且这里要求用背包做，就没有写。

看完代码随想录之后的想法

只有确定了如下四点，才能把01背包问题套到本题上来。

背包的体积为sum / 2
背包要放入的商品（集合里的元素）重量为元素的数值，价值也为元素的数值
背包如果正好装满，说明找到了总和为 sum / 2 的子集。
背包中每一个元素是不可重复放入

应用题转换为数学题：背包大小target为sum/2，每个数价值为nums[i]，重量也为nums[i]，求背包中是否存在dp[target]=target的情况。

class Solution {
    public boolean canPartition(int[] nums) {
		int sum = 0;
		for (int i = 0; i < nums.length; i++) {
			sum += nums[i];
		}
		if (sum % 2 == 1) 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;
    }
}

也可以剪枝一下，在循环内提前判断dp[target] == target是否成立。