01背包问题
完成
思路:
本题有两个维度可以规划,分别是不同的物品、不同的背包容量。dp[i][j]
代表在编号为0-i
的物品中选出j
容量背包能容纳的最大价值的物品。对于dp[i][j]
,可由dp[i-1][j]
推得,有放和不放两种选择,取价值更高者。
dp[i][j] = max( dp[i-1][j], dp[i-1][j-weight[i]] + value[i] )
初始化数组时,dp[i][0]均为0,dp[0][j]需要根据第一个物品的价值与j判断得到。在遍历时,先遍历物品或先遍历背包都可以。
代码
public class BagProblem {
/**
* @param weight 物品的重量
* @param value 物品的价值
* @param bagSize 背包的容量
*/
public static void testWeightBagProblem(int[] weight, int[] value, int bagSize){
// 创建dp数组
int goods = weight.length; // 获取物品的数量
int[][] dp = new int[goods][bagSize + 1];
// 初始化dp数组
for (int j = weight[0]; j <= bagSize; j++) {
dp[0][j] = value[0];
}
// 先遍历物品
for (int i = 1; i < weight.length; i++) {
for (int j = 1; j <= bagSize; j++) {
if (j < weight[i]) {
/**
* 当前背包的容量都没有当前物品i大的时候,是不放物品i的
* 那么前i-1个物品能放下的最大价值就是当前情况的最大价值
* 分出这种情况是为了防止dp[i-1][j-weight[i]]越界
*/
dp[i][j] = dp[i-1][j];
} else {
/**
* 当前背包的容量可以放下物品i
* 那么此时分两种情况:
* 1、不放物品i
* 2、放物品i
* 比较这两种情况下,哪种背包中物品的最大价值最大
*/
dp[i][j] = Math.max(dp[i-1][j] , dp[i-1][j-weight[i]] + value[i]);
}
}
}
}
}
上面dp数组是个二维数组,其实一维数组也可以。如果把dp[i-1]行复制到dp[i]行,递推公式为dp[i][j] = max( dp[i][j], dp[i][j-weight[i]] + value[i] )
,那么dp可以简化为一维(滚动数组),dp[j] = max(dp[j], dp[j - weight[i]] + value[i])
,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]。
需要注意的是遍历顺序,在遍历背包时,应该倒序遍历。如果正序遍历,外层还有一个遍历物品的循环,会导致前面的物品多次放入背包(dp[j - weight[i]]
和value[i]
),违背了每个物品只能添加一次的规则。倒序遍历时,由于dp数组中靠前的元素被初始化为0,因此只有value[i]
。
public class BagProblem {
public static void testWeightBagProblem(int[] weight, int[] value, int bagWeight){
//定义dp数组:dp[j]表示背包容量为j时,能获得的最大价值
int[] dp = new int[bagWeight + 1];
//遍历顺序:先遍历物品,再遍历背包容量
for (int i = 0; i < weight.length; i++){
for (int j = bagWeight; j >= weight[i]; j--){
dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
}
}
}
}
416. 分割等和子集
完成
思路:
本题是01背包问题的变种,数组的元素总和是确定的(sum),那么如果能分割成两个数组,每个数组的元素和也是确定的,为sum/2
。对于数组中每个元素而言,其值既是重量,也是价值。也就是说,对于容量为j的背包,其能装载的最大价值也是j。那么只需要让价值最大,最后比较即可。
dp[j] 表示: 容量为j的背包,所背的物品价值最大可以为dp[j]。如果dp[sum/2] = sum/2
成立,代表可以分割。
代码
class Solution {
public boolean canPartition(int[] nums) {
int sum = 0;
for(int value:nums) sum+=value;
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--) {
//物品 i 的重量是 nums[i],其价值也是 nums[i]
dp[j] = Math.max(dp[j], dp[j - nums[i]] + nums[i]);
}
if(dp[target] == target) return true;
}
return dp[target] == target;
}
}