动态规划的空间复杂度优化——以01背包和完全背包为例

最新推荐文章于 2022-10-27 20:48:07 发布
最新推荐文章于 2022-10-27 20:48:07 发布
阅读量326 收藏
点赞数
文章标签： 动态规划 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u013474815/article/details/115496356
版权

动态规划 01背包 完全背包 算法优化 逆向思维
关键词由CSDN通过智能技术生成

例如01背包的dp[i][d] = max(dp[i-1][d], dp[i-1][d-wi]+vi)
只用到了i和i-1，所以直接去掉i变成dp[d].max(dp[d], dp[d-wi] + vi)

  • 然后d变成逆向，d = [D,0] = [D,wi]
    • 计算第i行的cur的时候需要用到在i-1行的kala在这里插入图片描述
    • 因此kala应该先被读取，再被写入
      再例如如果是像这样的完全背包，那么kala应该先被写入再被读取在这里插入图片描述
八大游戏
关注
【C语言动态规划——完全背包问题】优化背包模型以及无效化情况处理，零钱兑换问题的优化解法
冰小九的博客
09-15 100
当我们选择k kk件第i ii件硬币时，即k = k k=kk=k，f [ i ] [ j ] = f [ i − 1 ] [ j − k ∗ t ] + k f[i][j]=f[i-1][j - k * t]+kf[i][j]=f[i−1][j−k∗t]+k。当我们选择1 11件第i ii件硬币时，即k = 1 k=1k=1，f [ i ] [ j ] = f [ i − 1 ] [ j − t ] + 1 f[i][j]=f[i-1][j - t] + 1f[i][j]=f[i−1][j−t]+1。
[动态规划]0/1背包问题（省空间复杂度）
ang_ang_ge的博客
10-17 491
0/1背包问题是动态规划中最为经典的题目。 有n个物品，已知各自的体积和价值，现有给定容量的背包，如何让背包里装入的物品具有最大的价值总和？ 样例输入： 3 8 3 3 5 4 5 5 样例输出： 8 上一篇文章中用了二维数组，比较浪费空间复杂度，这里使用一维数组，思路与上一篇相同。（一维数组只保留最高价值） 由于用了一维数组，所以关键判别式应为 f[j] = max(f[j], f[j - w[i]] + c[i]); 代码如下： #include <bits/stdc++.h> using
动态规划空间复杂度的优化--滚动数组
weixin_30657541的博客
03-22 455
转载自：地址 滚动数组的作用在于优化空间，主要应用在递推或动态规划中（如01背包问题）。因为DP题目是一个自底向上的扩展过程，我们常常需要用到的是连续的解，前面的解往往可以舍去。所以用滚动数组优化是很有效的。利用滚动数组的话在N很大的情况下可以达到压缩存储的作用。 一个简单的例子： 斐波那契数列： 一般代码： #include<iostream> #include&lt...
01背包问题及其空间优化
qq_54850598的博客
08-04 894
01背包是经典的动态规划问题，思想为取或不取第i个物品下第j空间的最大值，故可以直接进行动态规划方程构建： dp[i][j] = Math.max(dp[i - 1][j],dp[i - 1][j - wg[i]] + va[i]);该部分进行循环求解时，dp[i][j]的状态仅仅和上一层相关，故可以直接利用滚动数组进行存储上一层状态，即变为。求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。第一行两个整数，N，VN，V，用空格隔开，分别表示物品数量和背包容积。...
算法分析与设计：动态规划（空间复杂度优化）（背包问题 & 最少硬币问题）
SongXJ的博客
11-15 1644
背包问题 Problem Description 由于高数巨养的喵星人太傲娇了，要天天吃新鲜猫粮而且还经常欺负高数巨，所以高数巨决定买几条哈士奇尝尝鲜。这天高数巨来到了二手狗市场买哈士奇，高数巨看完了所有的哈士奇，记下了每条哈士奇的价格，并根据对它们的好感程度给它们每只都赋予了一个萌值。高数现在手里有X元，她想通过购买若干条哈士奇来获得尽可能多的萌值。现在给定高数巨手里的钱X以及N条哈士奇的价格和萌值，求高数巨最多可获得多少萌值 Input 多组输入。对于每组输入，第一行有两个整数N,X(1≤N≤100，1
浅谈动态规划的几种优化方法
09-09
动态规划是求解最优化问题的一种方法；动态规划虽然空间复杂度一般较大，但时间效率可观。但是，动态规划在求解中也会存在一些不必要、或者重复求解的子问题，这时就需要进行进一步优化。 在NOI及省选赛场上，一般的裸动态规划可能难以达到所要求的时间效率。本文收录了在时间效率上动态规划的三大优化：四边形不等式，斜率优化，单调队列优化。另外，也收录了解决NP问题小规模求解中，优于搜索的状态压缩动态规划。 关键词：动态规划优化，四边形不等式，斜率优化，单调队列，状态压缩动态规划。
动态规划5：01背包问题和完全背包问题不同空间复杂度的解法
没有胡子的猫Asimov
03-02 4027
1.空间复杂度O(V) 时间复杂度O(nV) /* * 01背包问题 * 件数 5 最大重量 8 * 3 5 1 2 2 * 4 5 2 1 3 * */ #include "cstdio" #include "cstring" #include "algorithm" #include "vector" using namespace std; const int maxn = 10...
【动态规划之完全背包问题】完全背包问题的通用解法与优化
未见花闻的博客
10-22 1978
本篇文章将介绍动态规划中的背包问题——完全背包问题，前面我们已经介绍了0-1背包问题，其实完全背包问题就只改了0-1背包问题的一个条件，即物品可选择次数由一次改为无数次，仅此而已，下面我们就来开始介绍完全背包问题。
动态规划（1）背包问题1——0/1背包，完全背包
lqc_white的博客
11-05 521
综述 背包问题是动态规划中较为基础的一种问题，也是初学者学习动态规划时第一会学到的问题 背包问题只在有限的容量体积或称重下，放入背包有体积，重量，价值的物体，求在不超过背包限制下的价值最大。 根据不同的题目要求，可以把背包问题分为五大类——0/1背包，完全背包，多重背包，分组背包以及综合前四种的混合背包；其难度也是逐层递增 术语声明（后文符号所表示的含义） 物品的价值——v[ ]； 物品的重量/体积——w[ ]; i ——前i件物品； j ——总重不超过j； f[ i ][ j...
【动态规划之完全背包问题】如何将完全背包运用到实际问题，强化完全背包以及一维优化的推导
最新发布
未见花闻的博客
10-27 811
本篇文章将介绍动态规划中的背包问题——完全背包问题，前面我们已经介绍了什么是完全背包问题以及对应的解决方案，本文将列举一道实际问题来强化对完全背包的解题以及优化思维。
背包问题改进空间复杂度
11-20
根据《背包问题九讲》改进的背包问题实现代码，含Comzyh的背包问题九讲和部分实践代码，参见博客：http://blog.csdn.net/xiaowei_cqu/article/details/8202722
动态规划⑥
one_zero_one的博客
07-31 114
① 300. 最长递增子序列 难度中等1743 给你一个整数数组nums，找到其中最长严格递增子序列的长度。 子序列是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7]是数组[0,3,1,6,2,2,7]的子序列。 示例 1： 输入：nums = [10,9,2,5,3,7,101,18] 输出：4 解释：最长递增子序列是 [2,3,7,101]，因此长度为 4 。 class Solution: def lengthO...
01背包问题的空间优化
qq_28799479的博客
05-13 1684
oj地址：01背包。 首先说一下这道题引发的思考，我习惯把状态转移方程称作小单元，它一般是以一个单元格为计算单位的递推过程，然后在小单元之上，我又把行与行之间的关系，称作大单元。很多动态规划的题，一个单元格一般依赖于其他几个单元格，这是从单元格的角度上去看问题，如果从行的角度去看问题，很多的都是一行上的数据，只会依赖固定的一行或者几行，这里就是空间优化的出发点。比如一个二维表的空间是O(mn)的，...
01背包C++实现及其空间复杂度优化（个人理解）--逆序为什么能优化空间复杂度
qq_36327328的博客
07-23 1313
本文是在观摩了博主xiajiawei0206《01背包问题 总结关于为什么01背包优化成1维数组后,内层循环是逆序的》的基础上，感觉博主关于逆序优化空间复杂度的问题还是没有说得很清楚，于是根据博主的思路再自己进行递推运算和编程实现进行理解，功夫不负有心人，经过努力，对《01背包问题》有了更进一步的理解。《背包九讲》中提出了背包容量逆序递推优化空间复杂度的观点，开始难以理解，网上也找不到太好的相关解释资料。现在希望通过自己的理解给需要帮助的同学带带点点启发和帮助。（文章根据自己的理解进行撰写，有误请理解）
0/1背包问题动态规划 空间复杂度是o(C)
菇凉加油
11-11 5713
有num个物品，总背包容量为Capacity, 求不超过背包总容量的前提下使得背包里的物品的价值达到最大的物品是哪些物品。 对于每个物品，只有两种选择，要么装要么不装进背包。 那么在考虑前 i 个物品时，在当前容量为 j 的条件下，如果这个物品的体积小于当前背包剩下体积，且装入此物品的价值比不装此物品的价值大，就装入此物品 ,设第 i 个物品的体积为 vol[ i ] ,价值 为 va
01背包问题空间复杂度改进（动态规划法，C语言）
zhan_qian的博客
10-23 468
#include<stdio.h> int Max(int n1,int n2){ if(n1>n2){ return n1; } return n2; } int main(){ int n=6,c=12;/*6个物品，背包容量为12*/ int value[]={0,6,3,5,4,3,6};/*物品价值，从下标1开始*/ int weight[]={0,4,6,2,2,5,3};/*物品重量，从下表1开始*/ .
动态规划——01背包问题
Lucas9的博客
03-31 334
问题描述：   给定 n 件物品，第 i 件的物品重量是 w[i] ,价值是 v[i]，求在背包承重为 m 时能存放物品的最大总价值。(每个物品仅有一件)。 问题分析： 贪心   对于该问题，我们的第一想法可能会是贪心，先拿价值大的物品。但是这里有重量的影响，贪心是有后效的（即前面的贪心操作会影响后面的操作），具体什么意思呢？比如给定3件物品，分别具有重量和价值两个属性，【5,4】，【2,3】，...
动态规划求解01背包问题
qq_53982713的博客
04-23 5315
动态规划求解01背包问题 背包问题：首先对于背包问题大家想必都不陌生，这里还是像大家介绍一下何为背包问题？ 动态规划求解01背包问题： 有N件物品和一个最多能被重量为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，求解将那些物品装入背包里的物品价值总和最大。 首先我们来分析一下次题采用暴力解法的时间复杂度。每件物品其实只有两个状，取或不取，所以可以采用回溯法搜索出所有的情况，时间复杂度为O(2^n)，n表示物品的数量；无疑暴力解法的.
【算法学习】01背包问题
changreal的博客
10-14 1750
01背包问题 相当于还是求n个物品的组合！ 暴力解法： 每一件物品，都可以放进背包，也可以不放进。复杂度是O( (2^n) * n )， 对于每一个组合，还要看看对应的总重是多少，看看是不是超过了容量C，从而看价值。 组合方式都可以用递归的方式来求解。只是是能不能找到重叠子问题、最优子结构，从而转换为DP。 设计： 状态：之前状态都使用一个参数就解决了问题，通常问题中参数的个数意味着要解决问题需...
《动态规划的思考艺术》——背包问题九讲2.0alpha1
基本思路是通过动态规划构建状态转移方程，优化空间复杂度可以通过保存最优子结构来实现。 2. **完全背包问题**：每种物品可以有无限件，需要考虑如何多次选取同一物品。通过一些优化策略，如转化为01背包问题，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值