一、动规五部曲
1、确定dp数组以及下标的含义
2、确定递推公式
3、dp数组如何初始化
4、确定遍历顺序
5、举例推导dp数组
二、背包递推公式
2.1 能否装满背包(或最多装多少)
递推公式:dp[j] = Math.max( dp[j] , dp[ j-nums[i] ] + nums[i] )
注意点:
如果题目给的价值都是正整数那么非0下标都初始化为0就可以了,如果题目给的价值有负数,那么非0下标就要初始化为负无穷。
这样才能让dp数组在递推的过程中取得最大的价值,而不是被初始值覆盖了。
本题题目中 只包含正整数的非空数组,所以非0下标的元素初始化为0就可以了。
class Solution {
public boolean canPartition(int[] nums) {
int sum = 0;
for(int num:nums){
sum += num;
}
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]);
}
if(dp[target] == target){
return true;
}
}
return dp[target]==target;
}
}
class Solution {
public int lastStoneWeightII(int[] stones) {
//虽然本题说是返回“最小”可能重量
//但进行问题转换,转换为分成两堆重量最相近的石头
int sum = 0;
for(int stone:stones){
sum += stone;
}
int target = sum/2;
int[] dp = new int[target+1];
for(int i = 0;i<stones.length;i++){
for(int j = target;j>=stones[i];j--){
dp[j] = Math.max(dp[j],dp[j-stones[i]]+stones[i]);
}
}
//背包容量为target,最多能装dp[target]
//有两大堆dp[target],问的是两堆石块碰撞后剩余重量
return sum-2*dp[target];
}
}
2.2 装满背包有几种方法
递推公式:dp[j] += dp[ j-nums[i] ]
class Solution {
public int findTargetSumWays(int[] nums, int target) {
//数组和为sum,目标值为target
//设一组成功的方法,数组加法的子集和为x,则减法的子集和为target-x
//sum = x+[-(target-x)]
//化简得 x = (sum+target)/2
//将问题转换为找一个子集,和为x(理解成容量为x)
int sum = 0;
for(int num:nums){
sum += num;
}
if((sum+target)%2 != 0){
return 0;
}
//注意这里是target的绝对值,target可能是负数!
if(sum<Math.abs(target)){
return 0;
}
int bagSize = (target+sum)/2;
int[] dp = new int[bagSize+1];
dp[0] = 1;
for(int i = 0;i<nums.length;i++){
for(int j = bagSize;j>=nums[i];j--){
//组合问题
dp[j] += dp[j-nums[i]];
}
}
return dp[bagSize];
}
}
注意点:dp[0]一定要为1,dp[0] = 1是 递归公式的基础。如果dp[0] = 0 的话,后面所有推导出来的值都是0了。下标非0的dp[j]初始化为0,这样累计加dp[j - coins[i]]的时候才不会影响真正的dp[j]
class Solution {
public int change(int amount, int[] coins) {
//完全背包:无限使用
//组合问题
int[] dp = new int[amount+1];
dp[0] = 1;
for(int i = 0;i<coins.length;i++){
for(int j = coins[i];j<=amount;j++){
dp[j] += dp[j-coins[i]];
}
}
return dp[amount];
}
}
class Solution {
public int combinationSum4(int[] nums, int target) {
//组合问题:+=
//完全背包:正序遍历
//和顺序有关:外层背包、内层物品
int[] dp = new int[target+1];
dp[0] = 1;
for(int i = 0;i<=target;i++){
for(int j = 0;j<nums.length;j++){
if(i>=nums[j]){
dp[i] += dp[i-nums[j]];
}
}
}
return dp[target];
}
}
2.3 背包装满最大价值
递推公式:dp[j] = Math.max( dp[j],dp[ j-weight[i] ]+value[i] )
class Solution {
public int findMaxForm(String[] strs, int m, int n) {
//物品的价值(或说重量)有两个维度
int[][] dp = new int[m+1][n+1];
int zeroNum,oneNum;
//遍历物品
for(String str:strs){
zeroNum = 0;
oneNum = 0;
for(char ch:str.toCharArray()){
if(ch=='0'){
zeroNum++;
}else{
oneNum++;
}
}
//遍历背包
for(int i = m;i>=zeroNum;i--){
for(int j = n;j>=oneNum;j--){
dp[i][j] = Math.max(dp[i][j],dp[i-zeroNum][j-oneNum]+1);
}
}
}
return dp[m][n];
}
}
2.4 装满背包所有物品的最小个数
注意点:首先凑足总金额为0所需钱币的个数一定是0,那么dp[0] = 0;
考虑到递推公式的特性,dp[j]必须初始化为一个最大的数,否则就会在min(dp[j - coins[i]] + 1, dp[j])比较的过程中被初始值覆盖。所以下标非0的元素都是应该是最大值。
class Solution {
public int coinChange(int[] coins, int amount) {
//完全背包:正序遍历
//与顺序无关:内层背包,外层物品
//最少:先初始化到最大值
int max = Integer.MAX_VALUE;
int[] dp = new int[amount+1];
for(int i = 0;i<dp.length;i++){
dp[i] = max;
}
dp[0] = 0;
for(int i = 0;i<coins.length;i++){
for(int j = coins[i];j<=amount;j++){
if(dp[j-coins[i]]!=max){
dp[j] = Math.min(dp[j],dp[j-coins[i]]+1);
}
}
}
return dp[amount]==max?-1:dp[amount];
}
}
注意点:根据题意,“物品”从1开始,而不是0!
class Solution {
public int numSquares(int n) {
//完全背包:正序遍历
//与顺序无关:外层物品、内层背包
//最少数量:初始化为最大值
int[] dp = new int[n+1];
int max = Integer.MAX_VALUE;
for(int i = 0;i<=n;i++){
dp[i] = max;
}
dp[0] = 0;
//注意此处i从1开始,因为忽略0的平方
for(int i = 1;i*i<=n;i++){
for(int j = i*i;j<=n;j++){
dp[j] = Math.min(dp[j],dp[j-i*i]+1);
}
}
return dp[n];
}
}