LeetCode背包题个人总结

01背包 2d

要求

n 个物品每个weight[i] 重量不一样，对应价值value[i]，w 容量的背包。求背包能背下的最大价值。（物品不可重复）

分析

vector<vector< int >> dp；
dp[i] [j] ：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。

两个角度两个递推式
（1）不放物品 dp[i][j] = dp[i - 1][j]
（2）放物品 dp[i][j] = dp[i - 1][j - weight[i]] + value[i]
求两个值的max。

初始化
（1）dp[i][0] = 0 啥都可以取，但是容量为0，总价值必为0；
（2）dp[0][j] = values[0] 容量足够的话（j >= values[0]），只能取第0个。

代码

01二维背包，先遍历物品或者容量都可以

// weight数组的大小 就是物品个数
for(int i = 1; i < weight.size(); i++) // 遍历物品
{ 
    for(int j = 0; j <= bagweight; j++) // 遍历背包容量
    { 
        if (j < weight[i]) dp[i][j] = dp[i - 1][j]; 
        else 
        {
        	dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
        }
    }
}

01背包 1d

分析

dp[j]：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。

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

注意！！！ 或得 dp[j] ，需要提前获得 dp[j - weight] ，为了保证每个物品只使用一次，物品是倒序遍历。

代码

01一维背包，必须遍历物品再容量 ！！！

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]);
    }
}

完全背包 1d

要求

n 个物品每个weight[i] 重量不一样，对应价值value[i]，w 容量的背包。求背包能背下的最大价值。（物品可重复）

分析

vector<vector< int >> dp；
dp[i] [j] ：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。
与01背包不同的就是，可以重复，01背包为了避免重复，物品遍历是倒序，因此此处可以重复则正序遍历

代码

在完全背包中，对于一维dp数组来说，其实两个for循环嵌套顺序同样无所谓！

// 先遍历物品，再遍历背包
for(int i = 0; i < weight.size(); i++) // 遍历物品
{ 
    for(int j = weight[i]; j < bagWeight ; j++) // 遍历背包容量
    { 
        dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
    }
}

排列组合问题

要求

一组数据，任意取若干个，使得取到的值满足要求。求方法的个数

分析

组合不强调顺序，(1,5)和(5,1)是同一个组合。
排列强调顺序，(1,5)和(5,1)是两个不同的排列。

因此，数据可否倒序使用(1 2 1,正序应该是从小到大）成为了关键。

如果求组合数就是外层for循环遍历物品，内层for遍历背包。
如果求排列数就是外层for遍历背包，内层for循环遍历物品。

递推式： dp[i] += dp[i - nums[j]];