动态规划解题步骤
1.明确dp数组下标和内容含义
2.确定递推公式
3.数组初始化
4.确定地推顺序
5.验证地推公式
01背包
递推公式:
dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
j代表容量为j的背包最多可以放价值为dp[j]的物品。当i的重量超过j容量时,dp[j]的价值和dp[j-1]相同。当i的重量小于j的容量时,dp[j]的最大价值等于j-i的的容量+物品i的价值。
初始化:
dp[0]初始化为0,因为容量为0放不下物品
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,如果题目给的价值有负数,那么非0下标就要初始化为负无穷。
递推顺序:
外循环正序,内循环倒序。
如果内循环正序会导致物品被重复放入,从后往前循环,每次取得状态不会和之前取得状态重合,这样每种物品就只取一次了
for(int i=0;i<weight.size();i++)
{
for(int j=bagWeight;j>=weight[i];j--)
{
dp[j]=max(dp[j],dp[j-weight[i]]+value[i]);
}
}
一维01背包完整代码
void test_1_wei_bag_problem() {
vector<int> weight = {1, 3, 4};
vector<int> value = {15, 20, 30};
int bagWeight = 4;
// 初始化
vector<int> dp(bagWeight + 1, 0);
for(int i = 0; i < weight.size(); i++) { // 遍历物品
for(int j = bagWeight; j >= weight[i]; j--) { // 遍历背包容量
dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
}
}
cout << dp[bagWeight] << endl;
}
int main() {
test_1_wei_bag_problem();
}
例题
出处:416. 分割等和子集
题目:
给定一个只包含正整数的非空数组。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。
注意: 每个数组中的元素不会超过 100 数组的大小不会超过 200
示例 1: 输入: [1, 5, 11, 5] 输出: true 解释: 数组可以分割成 [1, 5, 5] 和 [11]. 示例 2: 输入: [1, 2, 3, 5] 输出: false 解释: 数组不能分割成两个元素和相等的子集.
思路:
把数组分割成两个相等的集合:每个子集为大小和为:sum/2(最大背包容量为sum/2)
每个元素只能取一次(01背包)
背包容量=子集和,物品价值=元素大小,物品重量=元素大小
1.j代表背包容量为j,最大可以凑成j的子集和为dp[j]
2.dp[j]=max(dp[j],dp[j-nums[i]]+nums[i])
3.全初始化为0
4.顺序:外正内反
class Solution {
public:
bool canPartition(vector<int>& nums) {
int sum = 0;
// dp[i]中的i表示背包内总和
// 题目中说:每个数组中的元素不会超过 100,数组的大小不会超过 200
// 总和不会大于20000,背包最大只需要其中一半,所以10001大小就可以了
vector<int> dp(10001, 0);
for (int i = 0; i < nums.size(); i++) {
sum += nums[i];
}
if (sum % 2 == 1) return false;
int target = sum / 2;
// 开始 01背包
for(int i = 0; i < nums.size(); i++) {
for(int j = target; j >= nums[i]; j--) { // 每一个元素一定是不可重复放入,所以从大到小遍历
dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);
}
}
// 集合中的元素正好可以凑成总和target
if (dp[target] == target) return true;
return false;
}
};
出处:leetcode1049
题目:
一堆石头,每块石头的重量都是正整数。
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。
示例: 输入:[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。
思路:
尽可能将石头分成两组,让他们的和相等
1.j代表容量为j的背包,最多可以放dp[j]重量的石头
2.dp[j]=max(dp[j],dp[j-stone[j]]+stone[j])
3.初始化dp[0]=0,其他也初始化为0
4.外正内反
class Solution {
public:
int lastStoneWeightII(vector<int>& stones) {
vector<int> dp(15001, 0);
int sum = 0;
for (int i = 0; i < stones.size(); i++) sum += stones[i];
int target = sum / 2;
for (int i = 0; i < stones.size(); i++) { // 遍历物品
for (int j = target; j >= stones[i]; j--) { // 遍历背包
dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);
}
}
return sum - dp[target] - dp[target];
}
};
参考: