题目地址:
https://www.lintcode.com/problem/backpack/description
背包问题。给定一个数组 A A A代表每个物品的体积,和一个容积 s s s,问最多能塞满多少容积。
思路是动态规划。设
f
[
i
]
[
j
]
f[i][j]
f[i][j]是从
A
[
0
:
i
]
A[0:i]
A[0:i]这些物品里选,要塞进容积
j
j
j,最多能塞多少容积。那么有两种情况:
1、不放
A
[
i
]
A[i]
A[i]件物品,那么最多塞的容积是
f
[
i
−
1
]
[
j
]
f[i-1][j]
f[i−1][j];
2、放第
i
i
i件物品,那么最多塞的容积是
f
[
i
−
1
]
[
j
−
A
[
i
]
]
+
A
[
i
]
f[i-1][j-A[i]]+A[i]
f[i−1][j−A[i]]+A[i]。
所以只需要比较这两者谁大即可,即
f
[
i
]
[
j
]
=
max
{
f
[
i
−
1
]
[
j
]
,
f
[
i
−
1
]
[
j
−
A
[
i
]
]
+
A
[
i
]
}
f[i][j]=\max\{f[i-1][j],f[i-1][j-A[i]]+A[i]\}
f[i][j]=max{f[i−1][j],f[i−1][j−A[i]]+A[i]}最后返回
f
[
l
A
−
1
]
[
s
]
f[l_A-1][s]
f[lA−1][s]代码如下:
public class Solution {
/**
* @param m: An integer m denotes the size of a backpack
* @param A: Given n items with size A[i]
* @return: The maximum size
*/
public int backPack(int m, int[] A) {
// write your code here
if (A == null || A.length == 0) {
return 0;
}
// dp[i][j]表示从A[0, ..., i]中拿若干物品塞进容积为j的背包,最多能塞多少体积
int[][] dp = new int[A.length][m + 1];
// 初始化第0行
for (int j = A[0]; j <= m; j++) {
dp[0][j] = A[0];
}
for (int i = 1; i < A.length; i++) {
for (int j = 0; j <= m; j++) {
dp[i][j] = dp[i - 1][j];
if (j >= A[i]) {
dp[i][j] = Math.max(dp[i][j], dp[i - 1][j - A[i]] + A[i]);
}
}
}
return dp[A.length - 1][m];
}
}
时空复杂度 O ( l A s ) O(l_As) O(lAs)。
接下来考虑空间优化。注意到每次计算 f [ i ] [ j ] f[i][j] f[i][j]的时候,只用到了上一行正上方的元素,和上一行的左边的元素。所以考虑以行滚动更新。注意在更新列的时候,需要从右向左更新。
public class Solution {
/**
* @param m: An integer m denotes the size of a backpack
* @param A: Given n items with size A[i]
* @return: The maximum size
*/
public int backPack(int m, int[] A) {
// write your code here
if (A == null || A.length == 0) {
return 0;
}
int[] dp = new int[m + 1];
for (int j = A[0]; j <= m; j++) {
dp[j] = A[0];
}
for (int i = 1; i < A.length; i++) {
for (int j = m; j >= A[i]; j--) {
dp[j] = Math.max(dp[j], dp[j - A[i]] + A[i]);
}
}
return dp[m];
}
}
时间复杂度不变,空间变为 O ( s ) O(s) O(s)。