第四十二天| 第九章 动态规划 part04 01背包理论基础(二维数组) 01背包理论基础(滚动数组) 416. 分割等和子集
一、01背包理论基础(二维数组)
1.1 背包问题的种类
- 我们只需要掌握01背包问题和完全背包问题(完全背包也是由01背包演变而来的):
- 01背包:有n件物品和一个最多能背重量为w 的背包。第i件物品的重量是weight[i],得到的价值是value[i] 。每件物品只能用一次,求解将哪些物品装入背包里物品价值总和最大。
- 完全背包:有n件物品和一个最多能背重量为w的背包。第i件物品的重量是weight[i],得到的价值是value[i] 。每件物品都有无限个(也就是可以放入背包多次),求解将哪些物品装入背包里物品价值总和最大。
1.2 示例
背包最大重量为4。物品为:
重量 | 价值 | |
---|---|---|
物品0 | 1 | 15 |
物品1 | 3 | 20 |
物品2 | 4 | 30 |
问背包能背的物品最大价值是多少?
1.3解法及思路
DP五部曲:
-
(1)确定dp数组以及下标的含义:
-
背包问题中,最最最最最最最最最最最最重要的一点就是明白dp数组及下标含义
-
对于背包问题,本节介绍的写法, 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:
-
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] = Math.max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
-
-
-
(3)dp数组如何初始化:
-
根据上述递推公式可知:
-
dp[i][j]由上一个位置和左上区域的位置得到,所以初始化的位置包括第0行和第0列,如下图所示:
-
注意:
- (1)中间部分的内容初始化为多少不重要,因为在后面循环的过程中会将其覆盖掉
- (2)第一行何处开始赋值?
- 要考虑的是j的值和物品0重量的关系
-
-
初始化代码总结如下:
-
for(int j = weight[0]; j <= bagSize; j++) {
dp[0][j] = weight[0];
}
- (4)遍历顺序:
- 先遍历物品,后遍历背包;或者,先遍历背包,后遍历物品都是可行的
- 但是方便理解,先遍历物品,再遍历背包。
- 最终结果:
1.4 代码
public class BagProblem {
public static void main(String[] args) {
int[] weight = {1,3,4};
int[] value = {15,20,30};
int bagSize = 4;
testWeightBagProblem(weight,value,bagSize);
}
/**
* 动态规划获得结果
* @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
// 创建数组后,其中默认的值就是0
for (int j = weight[0]; j <= bagSize; j++) {
dp[0][j] = value[0];
}
// 填充dp数组
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
*/
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]);
}
}
}
// 打印dp数组
for (int i = 0; i < goods; i++) {
for (int j = 0; j <= bagSize; j++) {
System.out.print(dp[i][j] + "\t");
}
System.out.println("\n");
}
}
}
二、01背包理论基础(滚动数组)
2.1 示例(同上)
背包最大重量为4。物品为:
重量 | 价值 | |
---|---|---|
物品0 | 1 | 15 |
物品1 | 3 | 20 |
物品2 | 4 | 30 |
问背包能背的物品最大价值是多少?
2.2 解法及思路
DP五部曲:
-
(1)确定dp数组以及下标的含义:
-
其实可以发现如果把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]); 与其把dp[i - 1]这一层拷贝到dp[i]上,不如只用一个一维数组了,只用dp[j](一维数组,也可以理解是一个滚动数组)。
-
这里的意思就是:
- 二维数组在推断一个节点的时候,是通过其上一层的节点和左侧区域的一个节点得到的
- 而滚动数组简化为上一层的节点状态拷贝到当前层,也就是说当前层的原始状态延续上一层的结果状态,并结合当前层的左侧节点状态推断当前节点状态
-
含义:
-
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)确定递推公式:
-
不放物品i(如何不放物品i呢,就是将上一层的节点状态拷贝,延续不变到这一层):
-
不放物品i,就是取自己,dp[j]
-
-
放物品i:
-
dp[j - weight[i]] + value[i]
-
-
所以递归公式:
-
dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
-
-
-
(3)dp数组如何初始化:
- dp数组只要保证每一个节点的值都是最小的非负数即可,因为在后序遍历的时候会更新。
-
(4)遍历顺序:
- 注意这里只能是先前序遍历物品,在后序遍历背包。
- 首先,解释为什么只能后序遍历背包?
- 因为在第一步确定dp数组及下标的时候,明确指出一维数组解决01背包问题,是通过左边区域的某个值推断出来的,所以要保证左侧区域的值不能被覆盖过,并且后序遍历可以保证在容量为j的时候,物品i只被放入一次!
- 其次,为什么只能先遍历物品,再遍历背包呢?
- 如果先遍历背包,那么经过max比较之后,放入背包的永远都是当前容量j下最大容量的物品的值,也就是只能把这一个物品放入背包中。
- 首先,解释为什么只能后序遍历背包?
- 遍历过程如下:
- 注意这里只能是先前序遍历物品,在后序遍历背包。
2.3 代码
public static void main(String[] args) {
int[] weight = {1, 3, 4};
int[] value = {15, 20, 30};
int bagSize = 4;
testWeightBagProblem(weight, value, bagSize);
}
public static void testWeightBagProblem(int[] weight, int[] value, int bagSize){
int goods = weight.length;
//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[goods + 1];
//遍历顺序:先遍历物品,再遍历背包容量
for (int i = 0; i < goods; i++){
for (int j = bagSize; j >= weight[i]; j--){
dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
}
}
//打印dp数组
for (int j = 0; j <= bagSize; j++){
System.out.print(dp[j] + " ");
}
}
三、416. 分割等和子集(01背包问题的一种空间和价值相等的情况应用)
-
题目链接:https://leetcode.cn/problems/partition-equal-subset-sum/
-
题目介绍:
-
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。示例 1:
输入:nums = [1,5,11,5] 输出:true 解释:数组可以分割成 [1, 5, 5] 和 [11] 。
-
-
思路:
- 这里的“重量“和”价值“都是nums[i],背包最大容量就是sum/2(前提是sum为偶数)
- 要想求得两个子集的元素和相等,就是求是否有一个集合中元素之和等于sum/2,如果sum是奇数,说明不能平分,可以直接判断。
- 接下来,就是dp五部曲
-
代码:
class Solution {
public boolean canPartition(int[] nums) {
if (nums == null || nums.length == 0) return false;
int sum = 0;
for (int num : nums) sum += num;
// 如果sum是奇数,说明不能平分
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;
}
}