Day42代码随想录
01背包问题(二维)
动态规划五部曲:
1.dp数组及下标含义:下标i代表的是下标在0-i中任意选取物品,dp[i] [j]代表的是背包容量为j所装物品的最大价值。
2.递推公式
再回顾一下dp[i] [j]的含义: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。
那么可以有两个方向推出来dp[i][j],
- 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] = max(dp[i - 1] [j], dp[i - 1] [j - weight[i]] + value[i]);
3.初始化
其实从递归公式: dp[i][j] = max(dp[i - 1] [j], dp[i - 1] [j - weight[i]] + value[i]); 可以看出dp[i] [j] 是由左上方数值推导出来了,那么 其他下标初始为什么数值都可以,因为都会被覆盖。
// 初始化
for (int j = weight[0]; j <= bagweight; j++) {
dp[0][j] = value[0];
}
4.遍历顺序:先遍历物品还是背包都无所谓,但是要从左上向右下遍历
01背包问题(一维)
在使用二维数组的时候,递推公式:dp[i] [j] = max(dp[i - 1] [j], dp[i - 1] [j - weight[i]] + value[i]);
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)。
这就是滚动数组的由来,需要满足的条件是上一层可以重复利用,直接拷贝到当前层。
动态规划五部曲:
1.dp数组及下标含义:dp[j]代表的是以j为容量的背包所能携带的最大价值
2.递推公式:
dp[j]可以通过dp[j - weight[i]]推导出来,dp[j - weight[i]]表示容量为j - weight[i]的背包所背的最大价值。
dp[j - weight[i]] + value[i] 表示 容量为 j - 物品i重量 的背包 加上 物品i的价值。(也就是容量为j的背包,放入物品i了之后的价值即:dp[j])
此时dp[j]有两个选择,一个是取自己dp[j] 相当于 二维dp数组中的dp[i-1] [j],即不放物品i,一个是取dp[j - weight[i]] + value[i],即放物品i,指定是取最大的,毕竟是求最大价值,
所以递归公式为:
dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
可以看出相对于二维dp数组的写法,就是把dp[i] [j]中i的维度去掉了。
3.遍历顺序:先遍历物品,在遍历背包,同时背包需要倒序遍历
dp【i】【j】的更新只与dp【i-1】【j】和dp【i-1】【j-weight_i】左上角这两个数据有关,而与右边的数据无关,那么从右向左遍历,遍历时左边的数据还是上一行的数据没有更新, 这样子用一行数组很好的实现了我们的最终目的
至于为什么先遍历物品,再遍历背包呢?
如果你从右到左地遍历背包容量:相当于你的计算顺序是先竖着写完第四列,再竖着写完第三列,再竖着写完第二列。。。但你写第四列的时候,第三列全部都是空的,左边是没有数据的,你永远只在累加正上方的数。而如果你是先遍历物品再遍历背包,你的填空顺序是,先写第一行(从右往左写),再写第二行的时候,你的左边是有数字的。。。
public static void main(String[] args) {
int[] weight = {1, 3, 4};
int[] value = {15, 20, 30};
int bagWight = 4;
testWeightBagProblem(weight, value, bagWight);
}
public static void testWeightBagProblem(int[] weight, int[] value, int bagWeight){
int wLen = 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[bagWeight + 1];
//遍历顺序:先遍历物品,再遍历背包容量
for (int i = 0; i < wLen; i++){
for (int j = bagWeight; 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 <= bagWeight; j++){
System.out.print(dp[j] + " ");
}
}
416.分割等和子集
1.题目描述
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] 。
示例 2:
输入:nums = [1,2,3,5]
输出:false
解释:数组不能分割成两个元素和相等的子集。
提示:
1 <= nums.length <= 200
1 <= nums[i] <= 100
2.解题思路及代码实现
先判断数组总和,如果为奇数,则不存在直接返回false
如果为偶数,那么就相当于找一个容器为总和一半的背包,有了目标值
而且也有物品,相当于看看容量为sum/2的容器,所能装的最大价值是不是sum/2,因为有可能小于sum/2
num既表示weight又表示value;
class Solution {
public boolean canPartition(int[] nums) {
int sum = 0;
int m = nums.length;
for (int i = 0; i < m; i++) {
sum+=nums[i];
}
if (sum%2==1)
return false;
int target = sum/2;
int bagsize = sum/2;
int[] dp = new int[bagsize+1];
for (int i = 0; i < m; i++) {
for (int j = bagsize; j >= nums[i] ; j--) {
dp[j] = Math.max(dp[j],dp[j-nums[i]]+nums[i]);
}
}
return dp[bagsize]==target;
}
}