92.背包问题

描述

在n个物品中挑选若干物品装入背包，最多能装多满？假设背包的大小为m，每个物品的大小为A[i]

你不可以将物品进行切割。

您在真实的面试中是否遇到过这个题？   是

样例

如果有4个物品[2, 3, 5, 7]

如果背包的大小为11，可以选择[2, 3, 5]装入背包，最多可以装满10的空间。

如果背包的大小为12，可以选择[2, 3, 7]装入背包，最多可以装满12的空间。

函数需要返回最多能装满的空间大小。

挑战

O(n x m) time and O(m) memory.

O(n x m) memory is also acceptable if you do not know how to optimize memory.

动态规划的经典问题，不带有价值，只有重量。

决策过程：

1.划分阶段：每次选择一个物品，建立一个容器保留所有大小的背包可容纳重量

2.确定状态和状态变量。重量为j的物品，m大小的背包，所容纳的重量是m-j大小的背包所容纳的重量+j

3.确定决策并写出状态转移方程。根据2，每次比较m大小的背包和m-j大小的背包所容纳的重量+j哪个更重。

4.寻找边界条件，0和m

class Solution {  
public:  
    /** 
     * @param m: An integer m denotes the size of a backpack 
     * @param A: Given n items with size A[i] 
     * @return: The maximum size 
     */  
    int backPack(int m, vector<int> A) {  
        int n = A.size(), i = 0, j = 0;  
        vector<int> dp(m + 1, 0);  
        for(i=0; i<n; i++) {  
            for(j=m; j>=1; j--) {  
                if(j >= A[i]) {  
                    dp[j] = max(dp[j],dp[j-A[i]] + A[i]);  
                }  
            }  
        }  
        return dp[m];  
    }  
};  

优化版本，速度更快：

class Solution {
public:
    /**
     * @param m: An integer m denotes the size of a backpack
     * @param A: Given n items with size A[i]
     * @return: The maximum size
     */
    int backPack(int m, vector<int> &A) {
        // write your code here
        bool f[m + 1];
        for (int i = 0; i <= m; i++) {
            f[i] = false;
        }
        f[0] = true;
        for (int j = 0; j < A.size(); j++) {
            for (int i = m; i >= A[j]; i--) {
                f[i] = f[i] || f[i - A[j]];
            } // for j
        } // for i
        
        for (int i = m; i >= 0; i--) {
            if (f[i]) {
                return i;
            }
        }
        return 0;
    }
};