详细布置
01.背包问题 二维
即dp[i][j]表示从下标为[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。
dp[0][0]:物品0-0放进容量为0的背包的价值和是多少
dp[2][1]:物品0-2放进容量为1的背包的价值和是多少
dp[1][4]:物品0-1放进容量为4的背包的价值和是多少
dp[2][4]:物品0-2放进容量为4的背包的价值和是多少
dp [i - 1] [j] :物品0 — i-1放进容量为j的背包的价值和是多少
dp[i - 1][j - weight[i]]:物品0 — i-1放进容量为j的背包的价值和是多少(根据题意j从0-4)
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,所以被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] ,就是背包放物品i得到的最大价值(- weight[i]之后再放肯定能放下物品i)
所以递归公式: dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
public class BagProblem {
public static void main(String[] args) {
int[] weight = {1,3,4};
int[] value = {15,20,30};
int bagSize = 4;
testWeightBagProblem(weight,value,bagSize);
}
/**
* 动态规划获得结果
* @param weight 物品的重量
* @param value 物品的价值
* @param bagSize 背包的容量
*/
public static void testWeightBagProblem(int[] weight, int[] value, int bagSize){
// 创建dp数组
int goods = weight.length; // 获取物品的数量
int[][] dp = new int[goods][bagSize + 1];//j下标为0表示包没有重量
// 初始化dp数组
// 创建数组后,其中默认的值就是0
for (int j = weight[0]; j <= bagSize; j++) {
dp[0][j] = value[0];
}
// 填充dp数组
for (int i = 1; i < weight.length; i++) {
for (int j = 1; j <= bagSize; j++) {
if (j < weight[i]) {
/**
* 当前背包的容量都没有当前物品i大的时候,是不放物品i的
* 那么前i-1个物品能放下的最大价值就是当前情况的最大价值
*/
dp[i][j] = dp[i-1][j];
} else {
/**
* 当前背包的容量可以放下物品i
* 那么此时分两种情况:
* 1、不放物品i:dp[i-1][j]
* 2、放物品i:dp[i-1][j-weight[i]] + value[i]
* 比较这两种情况下,哪种背包中物品的最大价值最大
*/
dp[i][j] = Math.max(dp[i-1][j] , dp[i-1][j-weight[i]] + value[i]);
}
}
}
// 打印dp数组
for (int i = 0; i < goods; i++) {
for (int j = 0; j <= bagSize; j++) {
System.out.print(dp[i][j] + "\t");
}
System.out.println("\n");
}
}
}
01.背包问题 一维
看视频去!!
https://www.bilibili.com/video/BV1BU4y177kY/?spm_id_from=333.788&vd_source=755fa867364448953d97aa99efa2ec41
416.分割等和子集
本题是 01背包的应用类题目
回溯算法核心 :每个元素取还是不取
class Solution {
public boolean canPartition(int[] nums) {
//先遍历数值
//再遍历背包,倒序遍历 为了每个物品只放一次,正序的话用递推公式加会重复加进去
//不能颠倒因为一维数组做了状态压缩,二维数组可以颠倒
//这里重量和价值是相同的
int n = nums.length;
int sum = 0;
//求数字总和
for(int num : nums) {
sum += num;
}
//总和为奇数,不能平分
if(sum % 2 != 0) return false;
//总和为偶数
int target = sum / 2;
int[] dp = new int[target + 1];
for(int i = 0; i < n; i++) {
for(int j = target; j >= nums[i]; j--) {
//物品 i 的重量是 nums[i],其价值也是 nums[i]
//相当于dp[i-1][j]去覆盖dp[i][j]
//dp[j]:在包容量为j时不装新值的价值
//dp[j-nums[i]] + nums[i]:装新值的价值 包容量减去物品容量所处的价值 加上新物品加上之后的价值
dp[j] = Math.max(dp[j], dp[j-nums[i]] + nums[i]);
}
}
return dp[target] == target;
}
}