背包问题设计的知识点很多,包括0-1背(每个物品只有一件)、优化版的0-1背包问题、完全背包问题(每个物品有无数件)、二维费用背包问题(涉及两个值得限制,不再只是重量)、分组背包问题(物品可分为多组,每组中最多只有一个可以选择)、有依赖的背包问题…
例题:474. 一和零(二维费用背包问题)
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 的最大子集的大小,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 。
示例 1:
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 。
示例 2:
输入:strs = ["10", "0", "1"], m = 1, n = 1
输出:2
解释:最大的子集是 {"0", "1"} ,所以答案是 2 。
提示:
1 <= strs.length <= 600
1 <= strs[i].length <= 100
strs[i] 仅由 '0' 和 '1' 组成
1 <= m, n <= 100
(1)三维空间约减至二维空间。
(2)增加最低限制,使得循环次数减少。
class Solution {
public int findMaxForm(String[] strs, int m, int n) {
int countZeros=0;
int countOnes=0;
//二维背包问题;
int[][] dp=new int[m+1][n+1];
//状态转移方程为:dp[i][p][q]=Math.max(dp[i-1][p][q],dp[i-1][p-][q-]+1) 可以要的情况下,或者直接等于dp[i-1][p][q];
for(int i=1;i<=strs.length;i++){
int onesnum=onesNum(strs[i-1]);
int zerosnum=zerosNum(strs[i-1]);
for(int p=m;p>=zerosnum;p--){
for(int q=n;q>=onesnum;q--){
dp[p][q]=Math.max(dp[p][q],dp[p-zerosnum][q-onesnum]+1);
}
}
}
return dp[m][n];
}
public int zerosNum(String str){
int sum=0;
for(int i=0;i<str.length();i++){
if(str.charAt(i)=='0'){
sum++;
}
}
return sum;
}
public int onesNum(String str){
int sum=0;
for(int i=0;i<str.length();i++){
if(str.charAt(i)=='1'){
sum++;
}
}
return sum;
}
}