代码随想录算法训练营第四十二天|01背包（一维、二维）、416. 分割等和子集

第九章 动态规划part04 背包问题

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。

①dp使用二维数组

卡码网KamaCoder

#include<iostream> 
#include<vector>
using namespace std;
int main(){
    int m;
    int n;
    cin>>m>>n;
    vector<vector<int>> dp(m,vector<int>(n+1,0));
    vector<int> weight;
    vector<int> value;
    int num;
    for(int i=0;i<m;i++){
        cin>>num;
        weight.push_back(num);
    }
    for(int i=0;i<m;i++){
        cin>>num;
        value.push_back(num);
    }
    for(int j=0;j<=n;j++){
        if(j>=weight[0])  dp[0][j]=value[0];
    }
    for(int i=1;i<m;i++){
        for(int j=1;j<=n;j++){
            if(j>=weight[i]){
                dp[i][j]=max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i]);
            }
            else  dp[i][j]=dp[i-1][j];
        }
    }
    cout<<dp[m-1][n];
    return 0;
}

②dp使用一维数组更新

内层对体积的遍历必须从大到小，防止重复添加同一个物品。

#include<iostream> 
#include<vector>
using namespace std;
int main(){
    int m;
    int n;
    cin>>m>>n;
    vector<int> dp(n+1,0);
    vector<int> weight;
    vector<int> value;
    int num;
    for(int i=0;i<m;i++){
        cin>>num;
        weight.push_back(num);
    }
    for(int i=0;i<m;i++){
        cin>>num;
        value.push_back(num);
    }
    for(int i=0;i<m;i++){
        for(int j=n;j>=weight[i];--j){
            dp[j]=max(dp[j],dp[j-weight[i]]+value[i]);
        }
    }
    cout<<dp[n];
    return 0;
}

416. 分割等和子集

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。

感觉不加动态规划tag应该想不到这种题用动态规划，知道了使用动态规划也没想明白怎么使用，没想出来dp数组含义。看了题解然后推了一遍

class Solution {
public:
    bool canPartition(vector<int>& nums) {
        int sum=0;
        for(int i=0;i<nums.size();i++){
            sum+=nums[i];
        }
        if(sum%2==1)  return false;
        int target=sum/2;
        vector<vector<int>> dp(nums.size(),vector<int>(target+1,0));
        for(int j=nums[0];j<=target;j++){
            dp[0][j]=nums[0];
        }
        for(int i=1;i<nums.size();i++){
            for(int j=1;j<=target;j++){
                if(j>nums[i])  dp[i][j]=max(dp[i-1][j],dp[i-1][j-nums[i]]+nums[i]);
                else dp[i][j]=dp[i-1][j];
            }
        }
        if(dp[nums.size()-1][target]==target)  return true;
        else  return false;
    }
};

也可以使用一维dp记录

本章主要是01背包问题，感觉模板是固定的，难点还是递推公式的确定。